如何找到最接近另一棵树的树？

Question

这是场景：我有一个本地git存储库，它反映了另一个源控制系统（一个专有的）的内容。我编写了一个脚本，定期将我的git分支与该系统的同一分支的最新副本同步（由另一个系统中的另一个术语调用，但在概念上类似）。

现在，假设在另一个系统中，有人从我正在同步的分支创建了一个分支，并开始对其进行攻击。我想要做的是下拉另一个分支的第一个版本，然后在最接近新分支的主分支的git版本中找到提交。如果我能做到这一点，我将知道主分支中的哪个提交作为这个新分支的父级。

这听起来像计算“树距”的问题。但是由于SHA1哈希没有距离度量，除了明显的手动深度搜索每个提交以找出哪个具有最多相似blob之外，还有另一种方法吗？

更新：见下文，找到了一种特定于域的方法。

Answer 1

这样做的一个完整方法是针对每个候选分支创建补丁文件，看看哪个是最小的。

Answer 2

感谢您的回答！

事实证明我对我的特定应用程序很满意。目标系统删除描述文件，该文件包含构成分支当前状态的文件和版本号。我提交这些，所以我可以找到所有这些这样的文件，并使用一个简单的评分系统来找出这些文件中的两个“相近”，正面分数意味着你的更新，负面意味着分支更新。与最接近零的分数配对找到与新分支最相似的提交。

我不打算将这个答案标记为最佳答案，因为它只适用于我的情况。

所有其他人，我浏览了git源代码并找到了match_trees.c。目前这是由子树合并策略使用的，但它有一个漂亮的score_tree（）方法，可以为此目的显示给用户。

Answer 3

比这更糟糕;在一般情况下，你必须计算斑点上的编辑距离，看看它们有多相似。

希望这是一个罕见的事件，我将克隆git存储库并开始回滚版本以找到最接近您希望复制的树的提交。考虑使用git bisect会很好，但由于没有总排序而且没有good或bad的绝对概念，我不知道如何避免尝试每次提交

最小编辑距离也是NP难度，所以你在这里有一个真正的痛苦。

如果幸运的话，在其他系统中，您可以恢复创建新分支的日期和时间。那么也许你可以在那个时间戳之前抓住最后一次提交？

Answer 4

为什么不在您的自己的分支中工作，并在需要提交时与主干合并？

听起来你可能需要一个Vendor Branch的解决方案。