如何正确区分树（即嵌套的字符串列表）？

Question

我正在一个在线编辑器中工作，其数据类型由嵌套的字符串列表组成。请注意，如果我要在每次更改单个值时传输整个结构，流量就会变得无法忍受。所以，为了减少流量，我想在应用diff工具时。问题是：如何找到并报告两棵树的差异？例如：

["ah","bh",["ha","he",["li","no","pz"],"ka",["kat","xe"]],"po","xi"] ->
["ah","bh",["ha","he",["li","no","pz"],"ka",["rag","xe"]],"po","xi"]

在那里，唯一的变化是"kat" -> "rag"在树的深处。大多数diff工具都适用于平面列表，文件等，但不适用于树。我找不到关于这个具体问题的任何文献。报告此类更改的最小方法是什么，找到它的有效算法是什么？

Answer 1

XML是一种常用的树状数据结构，通常用于描述需要监视其随时间变化的结构化文档或其他分层对象。因此，最近在树差异方面的大部分工作都是在XML环境中应该不足为奇。

这是2006年的调查，其中包含许多可能有用的链接：Change Detection in XML Trees

上面的一个更有趣的链接，伴随着一个名为TreePatch的开源实现，但现在似乎已经不存在了：Kyriakos Komvoteas' thesis

另一篇由Daniel Ehrenberg撰写的调查文章，其中包含更多参考文献。 （那个来自question上的http://cstheory.stackexchange.com）

祝你好运。

Answer 2

找到两棵树之间的区别看起来有点像在树上搜索。你知道的唯一区别就是必须达到两者的底部。 你可以同时搜索两棵树，当你遇到差异时，将一个树换到另一个树（如果这是你的目标 - 最终得到相同的树，而不是每次都发送一个树）。

我在发现2棵树时发现了一些链接：

How can i diff two trees to determine parental changes?

Detect differences between tree structures

Diff algorithms

希望这些链接对您有用。 ：）

Answer 3

1. 您可以使用任何一般的DIFF算法，找到准备使用库不是问题。
2. 如果您可以使用ZLIB库，我可以建议另一种解决方案。有了一些技巧，可以使用这个库在两个任何二进制文件之间发送非常压缩的差异，让它们称为A和B（和差Bc）。

第1面：

1. Init ZLIB stream
2. 使用Z_SNC_FLUSH压缩A-＆gt; Ac（我们不需要结果，因此可以释放Ac）
3. 使用Z_SNC_FLUSH
压缩B-> Bc
4. Deinit ZLIB stream

我们首先用特殊标志压缩块A，强制ZLib处理并输出所有数据。但它不会重置压缩状态！当我们压缩块B时，压缩器已经知道A的子序列并且将非常有效地压缩块B（如果它们有很多共同点）。 Bc是唯一要发送的数据。

第2面：

1. Init ZLIB stream
2. 使用Z_SNC_FLUSH
压缩A-> Ac
3. Deinit ZLIB stream

我们需要解压缩与压缩完全相同的块。这就是为什么我们需要Ac。

1. 再次启动ZLIB流
2. DeCompress Ac-＆gt; A with Z_SNC_FLUSH
3. 使用Z_SNC_FLUSH
解压缩Bc-> B
4. Deinit ZLIB stream

现在我们可以解压缩Ac-A（我们必须，因为我们在另一方面做了，它有助于解压缩器学习块A的所有子序列），最后Bc-> B。

使用ZLib有点不寻常和棘手，但在这种情况下Bc不仅仅是压缩块B，它实际上是块A和B之间的压缩差异。如果ZLIB字典的大小与之相当，那将非常有效。块A的大小。对于大块数据，它将不那么有效。