查找 2 个大型数组之间的差异

Posted 2023-04-13

【中文标题】查找 2 个大型数组之间的差异

【英文标题】：Find Difference between 2 large arrays

【发布时间】：2022-01-04 20:37:42

【问题描述】：

我有两个字节数组，它们可能非常大，甚至可能有 700500 个值。

array2总是大于array1，基本和array1中的数据一样，只是随机添加，例如：

int[] array1 = 1, 1, 1, 2, 2, 2, 2, 2, 2, 3, 3, 4, 5, 5, 5, 5, 5, 5, 6, 6, 7, 7, 7, 7, 8, 8, 9, 9, 0, 0, 0;

int[] array2 = 1, 1, 1, 2, 7, 7, 2, 2, 2, 2, 1, 2, 3, 2, 2, 3, 3, 4, 7, 2, 5, 5, 5, 5, 5, 5, 6, 6, 7, 7, 8, 4, 1, 1, 7, 7, 8, 8, 9, 9, 0, 0;

我需要一个array3，它需要与arrays2 具有相同的大小。它将显示添加的确切索引，因此对于此示例，它将是：

int[] array3 = 0, 0, 0, 0, 1, 1, 1, 0, 0, 0, 1, 1, 1, 0, 0, 0, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0;

（0 = 与数组 1 相同，1 = 与数组 1 不同）

我希望获得与“Beyond Compare”应用程序中相同的结果：

https://i.ibb.co/yX6YCsp/Diff.jpg

但要获取您在图片中看到的红色标记的索引，位于右侧窗格中。

我需要用 C# 编写它。

非常感谢您对此的任何帮助。

【问题讨论】：

在某些情况下可能会模棱两可，例如：array1 = 2, array2 = 22 array3 = 01 OR array3 = 10

我希望得到尽可能接近 Beyond Compare 应用程序的结果。

它显示了 array3 = 01 作为你的例子。

我不希望有人为你解决这个问题。在您的示例中，至少有 30 个左右的正确答案，可能更多。仅举几例：array3 = 000111000011100000110000000000111100000000、array3 = 000011010011100000110000000000111100000000、array3 = 000011001011100000110000000000111100000000。尝试解决问题，遇到困难时再回到这里提出问题

@Erik McKelvey 我已经被卡住了...... Beyond Compare 应用程序知道如何解决这个问题，正如您在我链接的图片中看到的那样......所以我正在寻找一种算法会做同样的事情，我不知道怎么做。

【参考方案1】：

您可以比较两个数组之间的每个元素。如果匹配，则将 0 添加到 array3 并查看两个数组中的下一个元素。如果没有匹配，则将1 添加到array3 并查看array2 中的下一个元素。如果array1 没有更多元素，则继续添加1 直到array2 没有更多元素。

int[] array1 = 1, 1, 1, 2, 2, 2, 2, 2, 2, 3, 3, 4, 5, 5, 5, 5, 5, 5, 6, 6, 7, 7, 7, 7, 8, 8, 9, 9, 0, 0, 0;
int[] array2 = 1, 1, 1, 2, 7, 7, 2, 2, 2, 2, 1, 2, 3, 2, 2, 3, 3, 4, 7, 2, 5, 5, 5, 5, 5, 5, 6, 6, 7, 7, 8, 4, 1, 1, 7, 7, 8, 8, 9, 9, 0, 0;

int index1 = 0;
int index2 = 0;

int[] array3 = new int[array2.Length];
while (index2 < array2.Length)

    if (index1 >= array1.Length)
    
        array3[index2] = 1;
        index2 += 1;
    
    else if (array1[index1] == array2[index2])
    
        array3[index2] = 0;
        index1 += 1;
        index2 += 1;
    
    else
    
        array3[index2] = 1;
        index2 += 1;
    

foreach (int i in array3)

    Console.Write(i.ToString() + " ");

输出：

0 0 0 0 1 1 0 0 0 0 1 0 0 1 1 0 1 0 1 1 0 0 0 0 0 0 0 0 0 0 1 1 1 1 0 0 0 0 0 0 0 0

【讨论】：

非常感谢，非常感谢。我会在我的数据上尝试一下，我会告诉你的。可能需要几天时间。我已经看到它给我的结果与 Beyond Compare 不同，但也许我可以将其用作基础。

@JohnB 如果您觉得有帮助，请接受我的回答

我会接受你的回答，虽然我没有时间测试它，但我找到了一个几乎完美的解决方案。我将数组保存为二进制文件，然后使用 Beyond Compare 应用程序对它们进行比较。进行比较后，我将其保存为 html 文件（在 Beyond Compare 菜单中：Session ---> Hex Compare Report...），然后我使用我编写的一个小型 C# 应用程序来提取数据以及从 HTML 文件中添加的内容，因为它的格式很容易理解。所以基本上我正在使用 Beyond Compare 为我做比较:-)

【参考方案2】：

您正在寻找的是diff algorithm，这并不容易做好。我建议使用Google's DiffMatchPatch library 而不是自己编写，但如果你想走这条路，***文章应该是了解更多关于那个特定兔子洞的一个很好的起点。

【讨论】：

我不坚持自己写函数，如果有现成的函数可以做到这一点，我会很乐意使用它！我感兴趣的只是结果！

我如何在 C# 中使用这个 Google 的 DiffMatchPatch 库来给我 array3，就像我的例子一样？

如何下载这个库以及如何将它连接到我的应用程序？

您的答案可以通过额外的支持信息得到改进。请edit 添加更多详细信息，例如引用或文档，以便其他人可以确认您的答案是正确的。你可以找到更多关于如何写好答案的信息in the help center。

@JohnB 我找到了一个几乎完美满足我需要的解决方案。我将数组保存为二进制文件，然后使用 Beyond Compare 应用程序对它们进行比较。进行比较后，我将其保存为 HTML 文件（在 Beyond Compare 菜单中：Session ---> Hex Compare Report...），然后我使用我编写的一个小型 C# 应用程序来提取数据以及从 HTML 文件中添加的内容，因为它的格式很容易理解。所以基本上我正在使用 Beyond Compare 为我做比较:-)