我有两个文件略有不同.法线diff将显示文件之间的差异.用-c或-u我可以上下文的量添加到每一大块.我可以传递哪些选项diff来查看每个未更改的行以及更改,并将diff作为单个大块?
您可能已经注意到我们现在在社区Wiki帖子上显示编辑摘要:
社区维基
220修订版,48位用户
我还想向"最拥有"页面上显示的最终内容的用户显示剩余文本的百分比:
社区维基
220次修订,48位用户
kronoz 87%
是的,可能有顶级(n)"所有者",但现在我想要前1名.
假设您有这样的数据结构,按照时间顺序按时间顺序排列的用户/文本对列表:
User Id Post-Text ------- --------- 12 The quick brown fox jumps over the lazy dog. 27 The quick brown fox jumps, sometimes. 30 I always see the speedy brown fox jumping over the lazy dog.
哪些用户最"拥有"最终文本?
我正在寻找一个合理的算法 - 它可以是一个近似值,它不一定是完美的 - 来确定所有者.理想地表示为百分比分数.
请注意,我们需要考虑编辑,删除和插入,因此最终结果合理且正确.您可以使用任何具有良好修订历史的stackoverflow帖子(不仅仅是重新标记,而是频繁更新帖子)作为测试语料库.这是一个很好的,有14个不同作者的15个修订版.谁是"老板"?
https://stackoverflow.com/revisions/327973/list
单击"查看源"以获取每个修订的原始文本.
我应该警告你,纯算法解决方案可能最终成为最长公共子串问题的一种形式.但正如我所提到的,如果它们运作良好,近似值和估计值也很好.
欢迎任何语言的解决方案,但我更喜欢的解决方案
SO上的帖子超过25次修订是非常罕见的.但它应该"感觉"准确,所以如果你对编辑进行观察,你就会同意最终的决定.我鼓励您在具有修订历史的堆栈溢出帖子上测试您的算法,看看您是否同意最终输出.
我现在已经部署了以下近似值,您可以在社区Wiki帖子中查看每个新保存的修订版
(对于常见的简单条件,例如1个版本,只有1个作者,等等也有一些保护条款.基于行的差异使得所有修订的重新计算速度相当快;在典型的情况下,例如10个修订版,它是〜50ms.)
这在我的测试中运行得相当好.当你有几个人编辑的1或2个小帖子时,它会分解一点,但我认为这是不可避免的.接受Joel Neely的回答是最接近我的精神,并且赞同其他一切似乎可行的东西.
我有2个存储库.由于主干代码位于一个受保护的存储库中,我进行了结账,然后签入了另一个存储库(因为用户没有获得第一个受保护的存储库的权限).
现在的问题是两个存储库都已经过工作,我们希望最终将第二个不受保护的代码/分支与受保护的代码/分支合并.但是,这些将会有冲突.
有没有办法找出2个存储库分支的差异?此外,如果有空格更改,我该如何忽略它们?
我需要知道这两个补丁是否实际相同.
我有一个旧的补丁文件和使用unix diff命令创建的新补丁文件.只是差异补丁报告由于创建补丁时的时间戳而产生的差异.
有没有办法(使用diff?)能够可靠地告诉我这两个补丁是否实际相同?
我想将Beyond Compare与ClearCase集成,以便我可以使用它来进行差异和合并文件,而不是使用ClearCase提供的糟糕工具.
有没有人有执行此集成的说明?
如何tar将原始文件夹的文件(已压缩)与原始文件夹进行比较?
首先,我使用了创建存档文件
tar -kzcvf directory_name.zip directory_name
Run Code Online (Sandbox Code Playgroud)
然后我尝试比较使用
tar -diff -vf directory_name.zip directory_name
Run Code Online (Sandbox Code Playgroud)
但它没有用.
我正在寻找一种可以使用diff两个有向无环图(DAG)的算法.也就是说,我想要一种算法,它在第一个DAG上产生一系列删除和插入以产生第二个DAG.
我不是百分百肯定,但我认为最长的共同子序列可以应用于DAG.我不太关心结果编辑序列的长度(只要它足够短)并且更关心算法的运行时间.
一个复杂因素是除了单根节点外,我的顶点都没有被标记.根节点也是唯一具有零边的节点.标记了图形的边缘,图形中的"数据"由从根到叶的路径表示.这与a类似,trie但使用有向图而不是树.实际上我的图表与directed acyclic word graph数据结构非常相似.
这是一个例子.
DAG1

DAG2

要获得DAG 2,只需将根目录中的顶点添加到标签为"b"的另一个顶点即可.从该顶点开始,DAG 1中的最终"ac"顶点有一条边,而标签为"d"的新顶点有一条边.从最后一个顶点到DAG 1中的'ac'顶点还有另一条边.我会以DAG形式发布一个指向diff的链接,但我不能发布两个以上的链接.
谢谢,希望这足够清晰.
设置一个新的git repo并添加一些文件:
[Feb-09 18:35][Desktop]$ mkdir exampleForStackOverflow
[Feb-09 18:35][Desktop]$ cd exampleForStackOverflow/
[Feb-09 18:35][exampleForStackOverflow]$ git init
Initialized empty Git repository in ~/Desktop/exampleForStackOverflow/.git/
[Feb-09 18:35][exampleForStackOverflow]$ touch foo.txt
[Feb-09 18:35][exampleForStackOverflow]$ touch bar.txt
[Feb-09 18:35][exampleForStackOverflow]$ touch baz.txt
[Feb-09 18:36][exampleForStackOverflow]$ git add *
[Feb-09 18:36][exampleForStackOverflow]$ git commit -m "Create files"
[master (root-commit) 42bfa60] Create files
3 files changed, 0 insertions(+), 0 deletions(-)
create mode 100644 bar.txt
create mode 100644 baz.txt
create mode 100644 foo.txt
Run Code Online (Sandbox Code Playgroud)
修改文件:
[Feb-09 18:37][exampleForStackOverflow]$ echo "Foo" > foo.txt
[Feb-09 18:37][exampleForStackOverflow]$ echo "Bar" > …Run Code Online (Sandbox Code Playgroud) 我有一个带有两个二进制文件的git补丁(它是新添加的库).我尝试应用补丁但不创建二进制文件.我尝试git apply了--binary选项.还有其他选择从git补丁添加二进制文件吗?我只需要二进制文件.
我认为这应该很简单,但我所看到的是涉及迭代数据帧日期字段以确定两个日期之间差异的技术.我遇到了麻烦.我熟悉MSSQL DATEDIFF所以我认为Pandas datetime会有类似的东西.我也许会这样,但我想念它.
是否有一种Pandonic方法可以将月数确定为两个日期(日期时间)之间的整数而无需迭代?请记住,可能有数百万行,因此性能是一个考虑因素.
日期是datetime对象,结果是这样的 - 新列是Month:
Date1 Date2 Months
2016-04-07 2017-02-01 11
2017-02-01 2017-03-05 1
Run Code Online (Sandbox Code Playgroud)