这是 git diff 后的效果，感觉挺简单的，不就是 比较新旧版本，新增了就用 "+" 显示新加一行，删除了就用 "-" 显示删除一行，修改了一行就用 "-"、"+" 显示将旧版本中的该行干掉了并且新版本中增加了一行，即使用 "删除" + "新增" 操作代替 "修改" 操作，然后就用
然后我们写的测试代码如下：
import com.goldwind.ipark.common.util.MyStringUitls;
import org.apache.commons.text.similarity.LevenshteinDistance;
import java.io.BufferedReader;
import java.io.FileReader;
import java.util.ArrayList;
import java.util.List;
public class MyDiffTest {
public static void main(String[] args) {
List<String> lines_old = loadTxtFile2List("C:\\E\\javaCode\\git\\outer_project\\guodiantou\\gdtipark-user-servie\\src\\main\\java\\com\\goldwind\\ipark\\base\\test\\DemoClass1.java" );
List<String> lines_new = loadTxtFile2List("C:\\E\\javaCode\\git\\outer_project\\guodiantou\\gdtipark-user-servie\\src\\main\\java\\com\\goldwind\\ipark\\base\\test\\DemoClass2.java");
// lines1的起始行和 lines2 的起始行做映射
// 扫描旧版本中的每一行
int size = lines_old.size();
for( int i=0;i<size;i++ ){
// 从新版本中找该行
String line_old = lines_old.get(i);
String line_new = lines_new.get(i);
// 如果发现版本中中该行的数据变了，那么提示删除了旧的行，添加了新的行
if( line_new.equals( line_old ) ){
System.out.println( line_old );
}else {
System.out.println( "- " + line_old );
System.out.println( "+ " + line_new );
}
}
// xxxx xxxx1 -xxxx
// yyyy yyyy +xxxx1
// xxxxxx xxxxxx xxxxxx
// zzzz zzzz zzzz
}
private static List<String> loadTxtFile2List(String filePath) {
BufferedReader reader = null;
List<String> lines = new ArrayList<>();
try {
reader = new BufferedReader(new FileReader(filePath));
String line = reader.readLine();
while (line != null) {
// System.out.println(line);
lines.add( line );
line = reader.readLine();
}
return lines;
} catch (Exception e) {
e.printStackTrace();
return null;
} finally {
if (reader != null) {
try {
reader.close();
} catch (Exception e) {
e.printStackTrace();
}
}
}
}
}其中用到的2个新旧版本的文本如下：
DemoClass1.java：
import com.goldwind.ipark.common.exception.BusinessLogicException;
import lombok.extern.slf4j.Slf4j;
import org.apache.commons.text.similarity.LevenshteinDistance;
@Slf4j
public class DemoClass1 {
private static final LevenshteinDistance LEVENSHTEIN_DISTANCE = LevenshteinDistance.getDefaultInstance();
public static String null2emptyWithTrim( String str ){
if( str == null ){
str = "";
}
str = str.trim();
return str;
}
public static String requiredStringParamCheck(String param, String paramRemark) {
param = null2emptyWithTrim( param );
if( param.length() == 0 ){
String msg = "操作失败，请求参数 \"" + paramRemark + "\" 为空";
log.error( msg );
throw new BusinessLogicException( msg );
}
return param;
}
public static double calculateSimilarity( String str1,String str2 ){
int distance = LEVENSHTEIN_DISTANCE.apply(str1, str2);
double similarity = 1 - (double) distance / Math.max(str1.length(), str2.length());
System.out.println("相似度：" + similarity);
return similarity;
}
}DemoClass2.java：
import com.goldwind.ipark.common.exception.BusinessLogicException;
import lombok.extern.slf4j.Slf4j;
import org.apache.commons.text.similarity.LevenshteinDistance;
@Slf4j
public class DemoClass2 {
private static final LevenshteinDistance LEVENSHTEIN_DISTANCE = LevenshteinDistance.getDefaultInstance();
private static final LevenshteinDistance LEVENSHTEIN_DISTANCE1 = LevenshteinDistance.getDefaultInstance();
private static final LevenshteinDistance LEVENSHTEIN_DISTANCE2 = LevenshteinDistance.getDefaultInstance();
public static String null2emptyWithTrim( String str ){
if( str == null ){
str = "";
}
str = str.trim();
return str;
}
public static String requiredStringParamCheck(String param, String paramRemark) {
param = null2emptyWithTrim( param );
if( param.length() == 0 ){
String msg = "操作失败，请求参数 \"" + paramRemark + "\" 为空";
log.error( msg );
throw new BusinessLogicException( msg );
}
return param;
}
public static double calculateSimilarity( String str1,String str2 ){
int distance = LEVENSHTEIN_DISTANCE.apply(str1, str2);
double similarity = 1 - (double) distance / Math.max(str1.length(), str2.length());
System.out.println("相似度：" + similarity);
return similarity;
}
}DemoClass2.java 相较于 DemoClass1.java 的区别是 "public class" 后面的类名不同，"private static final LevenshteinDistance LEVENSHTEIN_DISTANC..." 多复制了2行并改了名称，然后运行后显示差别如下：
import com.goldwind.ipark.common.exception.BusinessLogicException;
import lombok.extern.slf4j.Slf4j;
import org.apache.commons.text.similarity.LevenshteinDistance;
@Slf4j
- public class DemoClass1 {
+ public class DemoClass2 {
private static final LevenshteinDistance LEVENSHTEIN_DISTANCE = LevenshteinDistance.getDefaultInstance();
-
+ private static final LevenshteinDistance LEVENSHTEIN_DISTANCE1 = LevenshteinDistance.getDefaultInstance();
- public static String null2emptyWithTrim( String str ){
+ private static final LevenshteinDistance LEVENSHTEIN_DISTANCE2 = LevenshteinDistance.getDefaultInstance();
- if( str == null ){
+
- str = "";
+ public static String null2emptyWithTrim( String str ){
- }
+ if( str == null ){
- str = str.trim();
+ str = "";
- return str;
+ }
- }
+ str = str.trim();
-
+ return str;
- public static String requiredStringParamCheck(String param, String paramRemark) {
+ }
- param = null2emptyWithTrim( param );
+
- if( param.length() == 0 ){
+ public static String requiredStringParamCheck(String param, String paramRemark) {
- String msg = "操作失败，请求参数 \"" + paramRemark + "\" 为空";
+ param = null2emptyWithTrim( param );
- log.error( msg );
+ if( param.length() == 0 ){
- throw new BusinessLogicException( msg );
+ String msg = "操作失败，请求参数 \"" + paramRemark + "\" 为空";
- }
+ log.error( msg );
- return param;
+ throw new BusinessLogicException( msg );
- }
+ }
-
+ return param;
- public static double calculateSimilarity( String str1,String str2 ){
+ }
- int distance = LEVENSHTEIN_DISTANCE.apply(str1, str2);
+
- double similarity = 1 - (double) distance / Math.max(str1.length(), str2.length());
+ public static double calculateSimilarity( String str1,String str2 ){
- System.out.println("相似度：" + similarity);
+ int distance = LEVENSHTEIN_DISTANCE.apply(str1, str2);
- return similarity;
+ double similarity = 1 - (double) distance / Math.max(str1.length(), str2.length());
- }
+ System.out.println("相似度：" + similarity);
- }
+ return similarity;
为啥？？？
如上两张图片，旧版本的第10行和新版本的第10行对应，从直观上看新版本的第11、12行是在旧版本的第10行和第11行之间插进去的，但是程序并不这么认为，它会认为将旧版本的第11行的空白行修改为了新版本的 “private static final LevenshteinDistance LEVENSHTEIN_DISTANCE1 = LevenshteinDistance.getDefaultInstance();” 为什么我们人眼会这么直观的感觉到 新版本的 第11、12行时插进去的，因为我们比较了新旧版本的第7、8、9、10行都差不多，旧版本的11~27行和新版本的 13~29行都差不多，所以自然而然的认为新版本的11、12行是直接插进去的，那么现在我们就来算法实现吧！（ ps：前文中的 “差不多” 是差几多？是完全equals 还是很像？”其实这里可以设置一个阈值，使用求字符串的相似度算法求出相似度，网上有现成的类库求相似度，自己也可以使用动态规划写一个简单的字符串相似度算法 ）
感觉恰当的算法的执行过程应该是这样的：
新旧版本各维持一个行号游标：index_old、index_new，最开始这两个游标相同，越往后可能不同，但是他们表示的行的内容应该是应该相似的，因为新版本的修改会导致内容越来越 “错位”。假设我们从上面2张图片的第7行开始描：
1. 最开始 index_old = index_new = 7，算法检测到新旧版本的第7行的内容相同( 后面我们就尽量用伪代码表示，就不说这么多啰里啰嗦的话了 )，即 lines_old[ 7] = lines_new[ 7]。
2. index_old++，index_new++，都变为8，算法检测到 lines_old[ 8 ] != lines_new[ index_new ]，并且他们的相似度很高，所以算法判断新版本的第8行相较于旧版本的第8行是做了修改操作。
3. index_old++，index_new++，都变为9，算法检测到 lines_old[ 9 ] = lines_new[ 9 ]。
4. index_old++，index_new++，都变为10，算法检测到 lines_old[ 10 ] = lines_new[ 10 ]。
5. index_old++，index_new++，都变为11，算法检测到 lines_old[ 11 ] != lines_new[ 11 ]，并且这两行的文本内容及不相似，所以判断新版本是在旧版本的第11行插入了一行 “private static final LevenshteinDistance LEVENSHTEIN_DISTANCE1 =LevenshteinDistance.getDefaultInstance();”，所以此时旧版本的第11行就和新版本的第11行对应不上了，而是和新版本的第12行做对应。
6. index_old 不变，index_new++，index_old 还是11，index_new 变为 12，即旧版本的第11行要和新版本的第12行做对应，就像找老婆一样，旧7和新7结为了夫妻，旧8和新8结为了夫妻( 虽然有一点点的裂痕，但不打紧 )，新9和新9结为了夫妻，...，所以旧11也要在新版本中找到一个新x作为自己的伴侣，本来已经找到了一个新11，但是发现新11和自己三观差别很大，根本合不来，所以pass掉，继续找，现在发现了下一个相亲对象 新12，发现lines_old[ 11 ] 和 lines_new[ 12 ] 相似度还是差别很大，所以算法判断新版本又插入了一个新行 “private static final LevenshteinDistance LEVENSHTEIN_DISTANCE2 = LevenshteinDistance.getDefaultInstance();”。
7. index_old 不变，index_new++，index_old 还是11，index_new 变为 13，因为 lines_old[ 11 ] = lines_new[ 13 ],所以 旧11 很幸运的找到了自己的伴侣 新13,。
8. index_old++，index_new++，index_old变为12，index_new变为14，因为 lines_old[ 12 ] = lines_new[ 14 ],所以此步未检测到变化。
...
改进后的测试代码如下：
todo