Algorithm 文档差异算法是如何工作的？

我想实现word文档不同，它需要实现什么算法？

一个差异本质上只是为了实现

最佳解决方案需要知识，因此它是一个相当复杂的问题来解决

---

但是，也可以通过构造后缀树来实现。这两种算法都有概述。

参见。

正如Ben S所指出的，差分问题通常可以通过解决最长的公共子序列问题来解决。更具体地说，是应用于该问题的经典算法之一（例如在Unix实用程序的实现中）。

一般来说，

diff

'ing通常由。另请参见维基百科文章的“关于：

diff的操作基于 求最长公共子序列 问题

在这个问题中，你有两个 项目顺序：

   a b c d f g h j q z

   a b c d e f g i j k r x y z

你想找到最长的 中存在的项目的顺序 两个原始序列在同一个序列中 订单。也就是说，你想找一个新的 可从以下位置获得的序列： 第一个序列是通过删除一些 项，并从第二个序列中按 正在删除其他项目。您还需要 这一顺序要尽可能长 可能。在这种情况下是这样的

   a b c d f g j z

从最长公共子序列 这只是一小步 类差异输出：

   e   h i   q   k r x y 
   +   - +   -   + + + +

也就是说，这一切都适用于基于文本的文档。由于Word文档有效地采用二进制格式，并且包含大量格式信息和数据，这将更加复杂。理想情况下，您可以研究自动化Word本身，因为它能够在文档之间“区分”，如下所述：

---

lcs最优化的解决方案是，这里有一种算法方法，我用来实现不同的office 2007文档。

通常情况下，您假设文档是字符流或字节流。这里的问题是关于word文档。在实现这种算法之前，您需要问自己一个问题uestion是蓝色8pt Verdana的“Hello World”，与红色10pt Arial的“Hello World”相同。是的，显然，基本算法需要额外的逻辑来解析这些差异，但算法的核心仍然是相同的。您是使用它来显示差异，还是以最佳方式存储差异？有两个目的操作系统要有一个diff算法实现：只存储不同版本之间的差异，或者显示不同版本之间的差异。这些差异很大（没有双关语）.LCS通常仅用于显示差异，但为了实现最佳存储，需要使用更高级的算法。例如，如果您从文档的一个部分剪切了一大部分，然后将其粘贴到另一个部分，那么一个好的存储算法会检测到这一点，而不会将其存储为“嘿，这里刚刚出现了很多新数据。”“@Lasse-同意。由于最初的提问者谈论的是Word文档，我认为他们更感兴趣的是扩散的“视觉”方面，而不是存储方面。但是，对于存储端来说，您是正确的，您将研究增量编码/压缩（）等。