一种基于改进lcs算法的文档对比方法

本申请公开了一种基于改进LCS算法的文档对比方法，涉及数据处理领域，包括：接收用户上传的N个待对比文档；将N个文档分为N组，每组包含一个主文档和N‑1个副文档；设置最小公共子序列长度阈值L0；对于每个分组，构建虚拟二维数组，以主文档的字符数为行数，以副文档的字符数为列数，采用稀疏矩阵存储，仅记录匹配的字符位置；从虚拟二维数组的最后一行最后一列的元素开始，沿二维数组的主对角线方向，逐行向第一行第一列的元素遍历，记录连续匹配字符的内容、在主文档和副文档中的起始位置和结束位置；针对现有技术中烟草采购文件对比效率低，本申请引入了文档分组、多线程并行对比、聚类合并等优化策略等，提高了比对效率。