看到这个需求，可能就想到需要使用某种算法来实现，例如：TF-IDF、基于空间向量的余弦算法、最长公共子序列、最小编辑距离算法、Jaccard 系数等等。

最小编辑距离算法在 PHP 中已经有了实现：levenshtein，计算两个字符串之间的编辑距离。

levenshtein(
    string $string1,
    string $string2,
    int $insertion_cost = 1,
    int $replacement_cost = 1,
    int $deletion_cost = 1
): int

编辑距离，是指两个字符串之间，通过替换、插入、删除等操作将字符串 string1 转换成 string2 所需要操作的最少字符数量。

该算法的复杂度是 O(m*n)，其中 n 和 m 分别是 string1 和 string2 的长度。

来点废话文学演示一下：

echo levenshtein('听君一席话', '听君一席话'); // 0
echo levenshtein('听君一席话', '如听一席话'); // 3
echo levenshtein('我不要你觉得', '我要我觉得'); // 6
echo levenshtein('今天的天气怎么样？', '你吃饭了吗？'); // 21

当编辑距离越小时，相似度就越高。

除了编辑距离，PHP 还直接提供了一个计算两个字符串相似度的函数：similar_text。

similar_text(string $string1, string $string2, float &$percent = null): int

返回两个字符串中匹配字符的数量。

通过将引用作为第三个参数传递，similar_text() 会通过将 similar_text() 的结果除以给定字符串的平均长度，乘以百分比来计算相似度 100。

echo similar_text('听君一席话', '听君一席话', $percent); // 15
echo $percent; // 100

echo similar_text('听君一席话', '如听一席话', $percent); // 12
echo $percent; // 80

echo similar_text('我不要你觉得', '我要我觉得', $percent); // 12
echo $percent; // 72.727272727273

echo similar_text('今天的天气怎么样？', '你吃饭了吗？', $percent); // 6
echo $percent; // 26.666666666667

这个函数的相似程度计算依据 Programming Classics: Implementing the World's Best Algorithms by Oliver (ISBN 0-131-00413-1) 的描述进行。

这个函数的实现使用了递归调用，所以可能会导致整个过程变慢或者变快，该算法的复杂度是 O(N**3)，N 是最长字符串的长度。

当 $percent 越大时，相似度越高。

匹配字符的数量是通过找到最长的第一个公共子字符串来计算的，然后递归地对前缀和后缀执行此操作。将所有找到的公共子字符串的长度相加。