Нечеткие адреса

Я занят написанием простого алгоритма для нечетких совпадений адресов из двух наборов данных. Я вычисляю расстояние Левенштейна между двумя адресами, а затем добавляю точное совпадение или самое короткое совпадение к сопоставленному массиву.

Однако это очень медленно, так как в худшем случае приходится сравнивать каждый старый адрес с каждым новым адресом.

Мое текущее решение заключается в следующем:

matches = [];
foreach ($classifications as $classification)
{
$classification = $stringMatchingService->standardize($classification, $stringMatchingService->isClassification());
$shortest = -1;
$closest = '';
$cnt = 0;
foreach ($lines as $line)
{
$line = $stringMatchingService->standardize($line, $stringMatchingService->isRTT());
if ($classification[CLASSIFICATION_POSTCODE] != $line[RTT_POSTCODE]) {
continue;
}

$lev = levenshtein($classification[CLASSIFICATION_SUBURB], $line[RTT_SUBURB]);
if ($lev == 0) {
$matches[$classification[CLASSIFICATION_SUBURB]] = $line[RTT_SUBURB];
$cnt++;
break;
}

if ($lev <= $shortest || $shortest < 0) {
//set the closest match and distance
$closest = $line[RTT_SUBURB];
$shortest = $lev;
}

if ($cnt == count($lines)) {
$matches[$classification[CLASSIFICATION_SUBURB]] = $closest;
}
$cnt++;
}

}
print_r(count($matches));

Обратите внимание, что функция стандартизации просто пытается стандартизировать адреса, удаляя ненужную информацию и добавляя почтовые индексы.

Мне, однако, интересно, как это ускорить, так как в настоящий момент это очень дорого или, наоборот, есть ли лучший подход?

Любая помощь приветствуется,

Спасибо!

РЕДАКТИРОВАТЬ:
Размер $ классификации 12000 строк и размер $ строк 17000 строк. Функция стандартизации выглядит следующим образом:

 public function standardize($line, $dataSet)
{
switch ($dataSet) {
case self::CLASSIFICATIONS:
if (!isset($line[9], $line[10]) || empty($line[9]) || empty($line[10])) {
continue;
}
$suburb = $line[9];
$suburb = strtoupper($suburb);
$suburb = str_replace('EXT', '', $suburb);
$suburb = str_replace('UIT', '', $suburb);
$suburb = preg_replace('/[0-9]+/', '', $suburb);

$postCode = $line[10];
$postCode = str_pad($postCode, 4,'0', STR_PAD_LEFT);
$line[9] = $suburb;
$line[10] = $postCode;
return $line;
case self::RTT:
if (!isset($line[1], $line[0]) || empty($line[1]) || empty($line[0])) {
continue;
}
$suburb = $line[1];
$suburb = strtoupper($suburb);
$suburb = str_replace('EXT', '', $suburb);
$suburb = str_replace('UIT', '', $suburb);
$suburb = preg_replace('/[0-9]+/', '', $suburb);
$postCode = $line[0];
$postCode = str_pad($postCode, 4,'0', STR_PAD_LEFT);
$line[1] = $suburb;
$line[0] = $postCode;
return $line;
}

Он просто предназначен для доступа к данным соответствующим образом и удаления определенных ключевых слов и дополнения почтовых индексов, если они не в формате XXXX.