【发布时间】：2018-02-20 10:05:28
【问题描述】：
我有 100,000 个固定长度的字节数组（长度为 150），我想将它们相互比较。我想识别我的 100,000 个字节数组中的任何一个，它们的 90% 以上的字节值位于同一位置，并且与一个或多个其他数组具有相同的值。
例如：
测试 1：A4343FBC2321FFD135423232EF.....（匹配2（100%）和3（96%））
2: A4343FBC2321FFD135423232EF.....（匹配 1 (100%) 和 3 (96%)）
3: A4343FBC2321FFD135423232E1.....（匹配 1 (96%) 和 2(96%)）
4: B465454ABC32321323AAAAAFFF .....（不匹配）
5: FED124343214343FE3232FE323.....（匹配 7 (100%)）
6: FED12434321431121212121212.....（不匹配，相似度低于 90%）
7: FED124343214343FE3232FE323.....（匹配 5 (100%)）
我想使用 C# 编写它并尽可能快地运行它，因为我可能需要它与超过一百万字节的数组一起运行以进行比较。
【问题讨论】：
-
所以写一些代码看看它是怎么回事..
-
堆栈溢出不能为你做功课......
-
祝您好运 - 您正在查看 7.5 x 10 次方 13 字节比较范围内的一百万个 150 字节数组。如果你每秒可以处理 100 万次比较，那将需要 2 年多的时间。
-
不幸的是，如果大多数数组有相似之处，你可能不得不做很多比较：对于每组
m数组，它们以某种方式聚集到同一个“桶”中，你需要O(m^2)比较以确认确切的百分比。最好的情况是很少有足够相似的数组，在这种情况下，您将能够断言它们在~O(n)中都不同。实际上，您想做什么？ -
如果您能提供minimal reproducible example，那就太好了。
标签： c# arrays compare byte diff