Jak znaleźć nakładanie się dwóch łańcuchów w bash? [Zamknięte]

Mam dwa sznurki. Dla przykładu są one ustawione następująco:

string1="test toast"
string2="test test"

Chcę znaleźć zakładkę zaczynającą się na początku ciągów. Przez nakładanie mam na myśli ciąg „test t” w moim powyższym przykładzie.

# I look for the command 
command "$string1" "$string2"
# that outputs:
"test t"

Gdyby łańcuchy były string1="atest toast"; string2="test test", nie zachodziłyby one na siebie, ponieważ kontrola zaczyna się od początku, a „a” na początku string1.

Możesz pomyśleć o takiej funkcji z dodaniem kontroli błędów

common_prefix() {
  local n=0
  while [[ "${1:n:1}" == "${2:n:1}" ]]; do
    ((n++))
  done
  echo "${1:0:n}"
}

Można to zrobić całkowicie w bashu. Chociaż manipulowanie łańcuchem w pętli w bash jest powolne, istnieje prosty algorytm logarytmiczny w liczbie operacji powłoki, więc czyste bash jest realną opcją nawet dla długich łańcuchów.

longest_common_prefix () {
  local prefix= n
  ## Truncate the two strings to the minimum of their lengths
  if [[ ${#1} -gt ${#2} ]]; then
    set -- "${1:0:${#2}}" "$2"
  else
    set -- "$1" "${2:0:${#1}}"
  fi
  ## Binary search for the first differing character, accumulating the common prefix
  while [[ ${#1} -gt 1 ]]; do
    n=$(((${#1}+1)/2))
    if [[ ${1:0:$n} == ${2:0:$n} ]]; then
      prefix=$prefix${1:0:$n}
      set -- "${1:$n}" "${2:$n}"
    else
      set -- "${1:0:$n}" "${2:0:$n}"
    fi
  done
  ## Add the one remaining character, if common
  if [[ $1 = $2 ]]; then prefix=$prefix$1; fi
  printf %s "$prefix"
}

Standardowy zestaw narzędzi obejmuje cmpporównywanie plików binarnych. Domyślnie wskazuje przesunięcie bajtów pierwszych różnych bajtów. Istnieje szczególny przypadek, gdy jeden ciąg znaków jest przedrostkiem drugiego: cmpgeneruje inny komunikat na STDERR; łatwym sposobem na poradzenie sobie z tym jest wybranie dowolnego krótszego ciągu.

longest_common_prefix () {
  local LC_ALL=C offset prefix
  offset=$(export LC_ALL; cmp <(printf %s "$1") <(printf %s "$2") 2>/dev/null)
  if [[ -n $offset ]]; then
    offset=${offset%,*}; offset=${offset##* }
    prefix=${1:0:$((offset-1))}
  else
    if [[ ${#1} -lt ${#2} ]]; then
      prefix=$1
    else
      prefix=$2
    fi
  fi
  printf %s "$prefix"
}

Zauważ, że cmpdziała na bajtach, ale manipulacja ciągami bash działa na znakach. To robi różnicę w ustawieniach wielobajtowych, na przykład ustawień regionalnych wykorzystujących zestaw znaków UTF-8. Funkcja powyżej wyświetla najdłuższy prefiks ciągu bajtów. Aby obsłużyć ciągi znaków za pomocą tej metody, możemy najpierw przekonwertować ciągi znaków na kodowanie o stałej szerokości. Zakładając, że zestaw znaków lokalizacji jest podzbiorem Unicode, UTF-32 pasuje do rachunku.

longest_common_prefix () {
  local offset prefix LC_CTYPE="${LC_ALL:=$LC_CTYPE}"
  offset=$(unset LC_ALL; LC_MESSAGES=C cmp <(printf %s "$1" | iconv -t UTF-32) \
                                           <(printf %s "$2" | iconv -t UTF-32) 2>/dev/null)
  if [[ -n $offset ]]; then
    offset=${offset%,*}; offset=${offset##* }
    prefix=${1:0:$((offset/4-1))}
  else
    if [[ ${#1} -lt ${#2} ]]; then
      prefix=$1
    else
      prefix=$2
    fi
  fi
  printf %s "$prefix"
}

W sed, zakładając, że ciągi nie zawierają żadnych znaków nowej linii:

string1="test toast"
string2="test test"
printf "%s\n" "$string1" "$string2" | sed -e 'N;s/^\(.*\).*\n\1.*$/\1/'

Wydaje mi się to prymitywne, ale możesz to zrobić brutalną siłą:

#!/bin/bash

string1="test toast"
string2="test test"

L=1  # Prefix length

while [[ ${string1:0:$L} == ${string2:0:$L} ]]
do
    ((L = L + 1))
done

echo Overlap: ${string1:0:$((L - 1))}

Chcę, aby istniał jakiś sprytny algorytm, ale nie mogę go znaleźć za pomocą krótkiego wyszukiwania.