diff的原理在于找两个字符串之间的最大相同子串(Longest Common Subsequence)以及编辑距离,比较有名的实现是UnixLinux上常用的diff(GNU Diff)。 

    实现

    Java里Diff的实现我找了一下,主要是两个,java-diff 和bsmi上的Diff ,前者为LGPL,后一个为GPL。其实代码也都不多,都实现了LCS算法。前一个协议上对我们比较有利,而且文档、测试和例子多一些。 

    JavaDiff里主要有两个类,Diff和Difference类。前者是算法,后者是差异的表示类。下面讲一下例子: 

Object[] a = new Object[] ...{        "a",        "b",        "c",        "d",        "e"    };    Object[] b = new Object[] ...{        "a",        "x",        "y",        "b",        "c",        "j",        "e",    };    Difference[] expected = new Difference[] ...{        new Difference(1, -1,  1,  2),        new Difference(3,  3,  5,  5),    };    Diff diff = new Diff(a, b);    List diffOut = diff.diff();
差别有三处,用两个Difference对象表示。一个Difference对象表示替换,增加,删除。Difference的构造函数: 

    public Difference(int delStart, int delEnd, int addStart, int addEnd)
如果delEnd或者addEnd为-1的话,就代表没有删除或者增加行为。 

    回到例子,两个字符串之间的差别在于,目标字符串在第1-2行(从0算起)增加了x,y,第3行的d被第5行的j替换。Difference虽然只说明了行号和动作,但我们可以推算出来增加了什么,删除了什么,替换了什么。下面是另一个更长的例子,来自测试用例: 

public void testStrings1()    ...

{  Object[] a = new Object[] ...

{ "a",    "b",     "c",    "e",     "h",     "j",    "l",     "m",  "n",   "p"    }; 

Object[] b = new Object[] ...{  "b",    "c",   &nbs