这是一个相当抽象的问题，因为我还不知道如何解决它并且没有找到任何合适的解决方案。
让我们从目前的情况开始。您将拥有一个byte[]数组（例如ArrayList<byte[]>），其后面的场景实际上是字符串，但在当前状态下，byte[]是首选。它们可能很长（每个byte[]数组1024个字节，而ArrayList最多可包含1024个byte[]数组），并且可能具有不同的长度。此外，它们在“相同”位置共享许多相同的字节（这是相对的，a = {0x41,0x41,0x61}，b = {0x41,0x41,0x42,0x61} =＆gt;其中第一个0x41和最后的0x61是相同的。）
我现在正在寻找一种算法，将所有这些数组相互比较。结果应该是最大的数组和彼此不同的数组（某种度量标准）。此外，任务应在短时间内完成。
如果可能的话，不使用任何第三方库（但我怀疑在合理的时间内没有第三方库是可行的。）
非常欢迎任何建议。
修改
做了一些调整。
编辑/解决方案：
我现在正在使用Levenshtein距离。此外，我做了一些小的调整，以提高运行时间/速度。这对我正在处理的数据非常具体，因为我知道所有字符串都有很多共同之处（我知道在哪里）。因此，与Levenshtein距离算法直接使用的两个未经过滤的字符串（测试数据）相比，过滤该内容可将速度提高400倍。
感谢您的意见/答案，他们是一个很好的帮助。
答案 0 :(得分：1)
结果应该是最大的数组和彼此不同的数组（某种度量标准）。此外，任务应在短时间内完成。
您将无法找到指标和时间独立的解决方案，它们是齐头并进的。
例如：如果您的指标与帖子中的示例类似，即d(str1,str2) = d(str1.first,str2.first) + d(str1.last,str2.last)，那么解决方案非常简单：按照第一个和最后一个字符（可能是单独的）对数组进行排序，然后选择第一个和排序数组的最后一个元素。这将为您提供O(n logn)排序。
但是，如果您的指标类似于“如果两个句子包含许多相同的单词，那么这两个句子很接近”，那么这根本不起作用，最终会得到O(n²)。 或在排序句子等之前，您可能会想出一种在句子中重新排序单词的好方法。
因此，除非你有一个已知的指标，否则O(n²)具有比较所有内容的简单（天真）实现，同时跟踪最大增量。
答案 1 :(得分：0)
我现在正在使用Levenshtein距离。此外，我做了一些微调，以提高运行时间/速度。这非常特定于我处理的数据，因为我知道所有字符串都有很多共同之处（我知道大概在哪里）。因此，与Levenshtein距离算法直接使用的两个未经过滤的字符串（测试数据）相比，过滤该内容可将速度提高400倍。
感谢您的意见/答案，他们是一个很好的帮助。