Question

所以我一直在为Perl和amp;做一些练习问题。 Python（有点在2之间选择）和我有一个问题，我需要像Github一样制作我自己的diff算法。我已经知道最长公共子序列问题是解决方案的重要部分。我使用wikipedia page for LCS作为参考，但我仍然无法弄清楚差异部分。

我也意识到CPAN上已有模块，比如Algorithm：Diff，但这主要是为了练习而且感觉像是在作弊。

我想出了算法的python / pseudocode版本，但我打算用多维数组来做，Perl似乎没有。

现在我可以在Perl中成功获得最长公共子序列长度。

基本上伪代码（几乎像python一样，但应该用于Perl）我能想到的是这样的：

function lengthOfLCS(string1, string2){
    if length(string1) == 0 or length(string2) == 0:
         return 0
    else if string1[0] eq string2[0]: 
         return 1+ lengthOfLCS(stringA[1:], stringB[1:])
    return max(lengthOfLCS(string1, string2[1:], lengthOfLCS(string1[1:], string2))

我还没有实现它，但我认为基本上我可以如何计算两个字符串的LCS长度？

输出方面，它应该返回4对“人类”＆amp; “CHIMPANZEE”（LCS = HMAN）

所以我要问的是，从现在开始如何使用Perl打印Diffs？我知道不是只有LCS的长度，而是应该返回一个List / Array，这可以通过在LCS函数中返回一个多维列表然后在单独的diff函数中处理它来实现。

我是Perl的新手，所以任何指针/提示都会非常感激。感谢。

Answer 1

你可以在Perl中使用我的LCS参考实现，它需要两个数组引用作为输入，并返回一个包含匹配元素索引的两个元素数组的数组。

use LCS;
my $lcs = LCS->LCS( [qw(a b)], [qw(a b b)] );
# $lcs now contains an arrayref of matching positions
# same as
$lcs = [
  [ 0, 0 ],
  [ 1, 2 ]
];

LCS使用传统算法并迭代地读出LCS（参见我的博客文章Loopify Recursions at wollmers-perl.blogspot.de），即不是递归的（大多数示例代码使用递归，这在Perl中不能很好地扩展）。因此，如果您想从代码中学习，请查看子LCS（）和_lcs（）。

如果你想要diff，即编辑脚本，你可以从LCS数组重构它。

方法lcs2align（）几乎就是这样做的。

use Data::Dumper;
use LCS;
print Dumper(
  LCS->lcs2align(
    [qw(a   b)],
    [qw(a b b)],
    LCS->LCS([qw(a b)],[qw(a b b)])
  )
);
# prints
$VAR1 = [
          [
            'a',
            'a'
          ],
          [
            '',
            'b'
          ],
          [
            'b',
            'b'
          ]
];

sdiff（）（see Algorithm::Diff）格式的差异现在看起来像：

[
  [ 'u', 'a', 'a'  ],
  [ '+', '',  'b'  ],
  [ 'u', 'b', 'b'  ],
]

如何从对齐中获取编辑脚本应该是微不足道的，并留作练习。

如果你想要更快的实现，你可以使用LCS :: Tiny，或者最快的纯Perl实现LCS :: BV，或者最快的扩展算法算法:: Diff :: XS（参见我的博客文章Tuning Algorithm :: Diff at wollmers-perl.blogspot.de）

请记住，基于LCS的编辑脚本不会自动提供SES（最短的编辑脚本）。 LCS基于编辑操作，仅允许插入和删除（简单编辑距离）。 SES算法通常最小化Levenshtein距离（插入，删除和不匹配）。

从最长公共子序列打印差异

1 个答案: