Diff de texto

Cómo funciona el diff

Comparar dos textos es un problema clásico de la informática: encontrar el conjunto mínimo de ediciones que convierte uno en otro. Esta herramienta lo resuelve con el algoritmo de la subsecuencia común más larga (LCS): encuentra la secuencia más larga de líneas (o palabras) compartida por ambos textos en el mismo orden, y todo lo demás se reporta como adición o eliminación. Sin servidor, sin red: solo tus dos textos y un poco de programación dinámica en tu navegador.

LCS algorithm

Dadas dos secuencias, LCS pregunta: ¿cuál es la subsecuencia más larga de elementos presentes en ambas, en el mismo orden? Se resuelve con programación dinámica en O(n·m): una tabla donde cada celda guarda la mejor respuesta para los prefijos hasta ese punto. Recorriendo la tabla hacia atrás se obtiene la alineación — las líneas iguales coinciden y el resto son adiciones y eliminaciones. El famoso utilitario diff de Unix usa técnicas estrechamente relacionadas.

Nivel de línea vs nivel de palabra

El nivel de línea ejecuta una pasada de LCS sobre líneas completas: rápido y legible, pero una edición de una sola palabra en una línea larga se muestra como «cambió toda la línea». El nivel de palabra añade una segunda pasada: los pares de líneas cambiadas se vuelven a comparar palabra por palabra, de modo que el resaltado señala exactamente qué palabras se movieron. Piensa en él como un zoom sobre las líneas que la primera pasada marcó.

Usos típicos

Revisar cambios de código entre dos versiones, comparar borradores de un documento, detectar errores tipográficos entre dos copias de texto, o verificar que un cambio de archivo de configuración hizo exactamente lo que pretendías. Los contadores (líneas añadidas / líneas eliminadas) dan una estimación rápida del tamaño del cambio antes de leer el detalle.

Preguntas frecuentes