javascript - 可调差异算法

Question

我有兴趣找到一种比典型算法更复杂的算法来查找字符串之间的差异，可以通过一些参数“调整”，以在“最大化相同字符数”与“”之间取得平衡。最大化跨度的长度”与“尽量保持整个单词的完整性”。

最终，我希望能够使结果尽可能易于阅读。例如，如果一个长句子被一个全新的句子所取代，它与原始句子唯一的共同点是单词“the”“and”和“a”的顺序，我可能希望将其视为如果整个句子都改变了，而不是仅仅改变了 4 个特定的跨度——就像一个有理性的人会看到的那样。

有这样的东西吗？尽管我在 javascript/node.js 中工作，但任何语言的算法都会有所帮助。

如果结果更好，我实际上可以接受使用蒙特卡洛方法或类似方法的东西。计算时间不是问题(在合理范围内)，确定性也不是。

注意:虽然这超出了我要问的范围，但为了以防万一，我会再抛出一件事:如果它能识别出乱序的变化，那就太好了……例如，如果有人改变了两个段落的顺序，同时让它们在其他方面保持不变，如果它能将其识别为一个简单的移动，而不是一个减法和一个不相关的加法，那就太棒了。

Answer 1

我很幸运 diff_match_patch .有一些很好的选项可以调整它的可读性。