[发明专利]文本相同内容查询方法、装置、设备及存储介质

说明书

本发明公开了一种文本相同内容查询方法、装置、设备及存储介质，属于计算机技术领域。本发明通过数据压缩的方式实现求最长公共子序列，该方法所使用的内存空间只占数据未压缩时的1/8，其次，为了求更长的公共子系列，进一步设计了用外存代替内存来实现数据的存储，通过外存代替内存进行数据的存储，使得最长公共子序列的实现不受内存空间的限制，不会因为内存空间不足导致无法求出最长公共子序列，只要外存空间允许，就能求出更长的最长公共子系列，从而能够求出任意两个文本文件的最长公共子序列。

技术领域

本发明涉及计算机技术领域，尤其涉及一种文本相同内容查询方法、装置、设备及存储介质。

背景技术

随着计算机的广泛应用，人们通过计算机对各种文件进行存储，例如说明书，合同以及论文等，而在实际情况中，人们经常会对文件进行各种各样的修改，有的文件修改可能只是文件中某一小部分，人工方式难以查询文件之间的差异，因此通常通过计算机对类似进行比对查重，查找出类似文件之间的相同部分，而相关技术在查找文件的相同内容时，占用的内存空间过大，由于内存空间的限制导致文件的相同内容查找不全。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种文本相同内容查询方法，旨在文件查重占用内存空间过大导致文件相同内容查找不全面的技术问题。

为实现上述目的，本发明提供了一种文本相同内容查询的方法，所述方法包括以下步骤:

获取第一文本字符串及第二文本字符串；

将所述第一文本字符串与所述第二文本字符串进行比对，根据比对结果得到多个特征参数；

对所述特征参数进行压缩，得到目标特征参数；

根据所述目标特征参数构建目标特征矩阵；

根据所述目标特征矩阵确定所述第一文本字符串与第二文本字符串之间的最长公共子序列；

将所述最长公共子序列对应的内容作为文本相同内容。

优选地，所述将所述第一文本字符串与所述第二文本字符串进行比对，根据比对结果得到多个特征参数的步骤，具体包括：

将所述第一文本字符串与第二文本字符串中的各元素进行一一比对，并根据比对结果确定多个公共子序列的长度；

将各公共子序列的长度进行比较，根据比较结果确定多个特征参数。

优选地，所述对所述特征参数进行压缩，得到目标特征参数的步骤，具体包括：

获取所述第一文本字符串与所述第二文本字符串中各元素对应的位置变量；

根据预设算法对所述位置变量进行计算，得到各个特征参数对应的目标存放位置；

按照所述目标存放位置对各个特征参数进行存储，得到目标特征参数。

优选地，所述按照所述目标存放位置对各个特征参数进行存储，得到目标特征参数的步骤，具体包括：

根据预设比例对各个特征参数进行数值放大，得到放大特征参数；

按照所述目标存放位置对所述放大特征参数进行存储，得到目标特征矩阵。

优选地，所述根据所述目标特征参数构建目标特征矩阵的步骤，具体包括：

将所述位置变量作为矩阵的行和列；

根据所述目标特征参数对所述矩阵中的各个变量进行赋值，得到目标特征矩阵。

优选地，所述根据所述目标特征参数构建目标特征矩阵的步骤之后，还包括：