In che modo le applicazioni come DiffMerge rilevano differenze nei file di testo e come determinano quando una linea è nuova e non solo su una linea diversa da quella del file da controllare?Come funzionano le applicazioni di differenziazione del testo?
È qualcosa che è abbastanza facile da implementare? Ci sono già delle librerie per fare questo?
Ecco lo the paper che serviva da base per lo strumento da riga di comando UNIX diff.
In realtà è piuttosto semplice; I programmi DIFF - la maggior parte delle volte - sono basati sullo Longest Common Sequence, che può essere risolto utilizzando un algoritmo grafico.
This web page fornisce implementazioni di esempio in C#.
Questa è una domanda complessa. Eseguire una diff significa trovare la distanza minima di modifica tra i due file. Ovvero, il numero minimo di modifiche da apportare per trasformare un file nell'altro. Questo equivale a trovare la più lunga sottosequenza comune di linee tra i due file, e questa è la base per i vari programmi diff. Il più lungo problema di sottosuccessione è ben noto e dovresti riuscire a trovare la soluzione di programmazione dinamica su google.
Il problema con l'approccio di programmazione dinamica è che è O (n^2). È quindi molto lento su file di grandi dimensioni e inutilizzabile per stringhe di grandi dimensioni binarie. La parte difficile nella scrittura di un programma diff è l'ottimizzazione dell'algoritmo per il dominio del problema, in modo da ottenere prestazioni ragionevoli (e risultati ragionevoli). Il documento "Algoritmo per il confronto di file differenziali" di Hunt e McIlroy fornisce una buona descrizione di una versione precedente dell'utilità di distribuzione Unix.
Ci sono librerie. Eccone uno: http://code.google.com/p/google-diff-match-patch/
StackOverflow utilizza Beyond Compare per la sua differenza. Credo che funzioni chiamando Beyond Compare dalla riga di comando.
I file che verranno differenziati sono molto piccoli, 10-50 linee, quindi la velocità dell'algoritmo non è un problema. – scottm
E Kristo ha già menzionato un documento che lo riduce a O (ND). – beef2k