找出数组中的序列相似性答案

【问题标题】：Finding out sequence similarity in arrays找出数组中的序列相似性
【发布时间】：2016-03-03 07:24:44
【问题描述】：

我有一个任务，我有三个数组 A、B、C。所有这些都包含相同的数据。为简单起见，假设数据是数字 1 到 5。数据将处于不同的混乱序列中。我想找出 B & C 中哪个数组的数据与 A 最相似。

Eg: 
A = 1,2,3,4,5
B = 1,2,3,5,4
C = 4,1,2,3,5

在这种情况下，很容易从视觉上理解 B 与 A 更相似。但对于真正混乱的序列，它变得更加复杂。

Eg: 
A = 1,2,3,4,5
B = 5,3,1,4,2
C = 4,1,2,3,5

在这种情况下，我会假设 C 更接近 A。我认为这个假设可以量化为：两个数组中有多少元素具有相同的序列？在上面的例子中，[1,2,3] 的子序列在两个数组中是相同的。第二个问题是相似子序列之间的偏移量差异是多少？在这种情况下，它是 1，因为子序列从 A 的索引 0 和 C 的索引 1 开始。

因此，我想使用匹配序列中的元素数量及其偏移量。我计划为这两个实体添加权重（匹配序列中的元素数量，以及它们出现的偏移差异）

这有意义吗？我只需要一个粗略的相似度近似值，结果不需要精确。是否有任何正式的数学或数据结构模型可以解决这个问题？

顺便说一句，我需要这个实现的项目是在 PHP 中。它是否有任何内置函数，如用于字符串差异的 levenstein 模型？

非常欢迎任何建议！

【问题讨论】：

【解决方案1】：

好吧，我想您可以提出自己的算法（例如生成所有后缀，然后搜索它们，然后定义评分程序），或者您可以使用众所周知的算法，例如
Smith-Waterman 进行局部对齐或Needleman-Wunsch 用于全球。这些算法的优势在于它们易于理解，并为您提供所有可能的对齐方式（您可以选择最适合您的情况）。

【讨论】：