Algorithm 如何同时遍历两个任意复杂的树结构并创建一个超集？

我有两个树结构，它们表示目录结构在两个不同时间点的快照。目录可能已在快照之间添加、删除或修改。我需要同时遍历这两棵树，并用这两棵树之间的差异标记较新的树，即将节点标记为新的、修改的、删除的、未更改的，添加任何已删除的节点，以便最终结果是两个快照的完整超集

通常情况下，这些树可能有10深但非常宽，包含数十万个节点，可能有数百万个节点。我想通过比较每个节点上的哈希代码，跳过大量的树，只在代码不匹配的地方继续递归

---

有一种算法可以成为我的朋友吗？还有其他建议吗？

想象一下，将每棵树展开到文件和目录的排序列表中。一种方法可以从每棵展开的树的一个interator中获取该树的下一个输入。然后，我可以比较散列码，在一棵树或另一棵树上跳过，注意删除和修改。

Lindholm、Kangasharju和Tarkoma撰写的论文《通过序列比对快速简单的XML树差异化》有一些要点：

1） rsync会做你感兴趣的事情。看一看，也许值得检查一下rsync--list是否只执行它听起来的功能

2） 一个技巧是通过深度优先搜索遍历树层次结构，将其转换为序列，然后比较这两个序列。然后可以使用滚动哈希（）实现比较哈希代码的想法

---

我怀疑您最终会生成两个完整的序列，然后在它们之间运行一些等效的diff或xdelta，而不是尝试增量地完成这项工作。当某些子目录在树结构中移动了很长一段距离时，完全增量方法可能会出现问题。

谢谢您的回答-您介意在diff或xdelta上扩展一下吗？感谢本文在两个方面使用了diff和xdelta：它使用diff和xdelta作为寻找匹配的聪明方法的思想来源，它还使用了匹配两个序列的思想，然后将其转换回生成序列的树。例如，如果从子树A和B生成的拉伸作为序列匹配，则匹配子树A和B。考虑到这一点，我想知道如何从一个序列构建后缀数组，并使用它沿另一个序列移动，在每个点上找到第一个序列中具有最长匹配子序列的点。