Que algoritmo um comparador de texto linha a linha usa por trás da interface simples?

Tipicamente uma solução para o problema de Longest Common Subsequence (LCS), resolvido por programação dinâmica — encontrar a maior sequência de linhas presente, na mesma ordem relativa, em ambos os textos. As linhas fora dessa subsequência comum são reportadas como diferenças. É a mesma técnica algorítmica usada por ferramentas como o git diff.

Por que mover um bloco de texto de lugar aparece como remoção e adição, em vez de 'movido'?

Porque o algoritmo LCS não tem conceito de 'movimentação' como operação própria — ele só identifica linhas presentes ou ausentes da subsequência comum entre as duas versões. Mover um bloco de um lugar para outro é, matematicamente, indistinguível de remover o bloco de uma posição e adicionar um idêntico em outra.

Um diff de linha detecta a alteração de uma única palavra dentro de uma linha longa?

Detecta que a linha mudou, mas reporta a linha inteira como removida e adicionada — não destaca especificamente qual palavra mudou dentro dela. Para esse nível de precisão, um algoritmo de diff de palavra ou caractere (com granularidade mais fina, e custo computacional maior) seria necessário.

Diff Checker — Comparador de Textos

Compare dois textos linha a linha e veja o que foi adicionado, removido ou mantido.

Texto original

Texto modificado

Comparação por linha (não por palavra/caractere) — ideal para código, listas e textos estruturados.

Documentação técnica

Diff Checker: LCS, o mesmo problema que o Git resolve por trás das cenas

Comparar dois textos linha a linha e destacar diferenças é, por trás da interface simples, uma instância do problema clássico de ciência da computação chamado Longest Common Subsequence (LCS, maior subsequência comum) — encontrar a maior sequência de linhas que aparece, na mesma ordem relativa, em ambos os textos. As linhas que não fazem parte dessa subsequência comum são exatamente as que mudaram (adicionadas ou removidas). Este comparador resolve o problema por programação dinâmica, construindo uma tabela de comprimentos de subsequência comum célula a célula — a mesma técnica algorítmica usada (com otimizações adicionais) pelo git diff e por praticamente qualquer ferramenta de comparação de texto de propósito geral.

Por que diff de linha não é o mesmo que diff de caractere

Este comparador opera em granularidade de linha — a unidade mínima de comparação é uma linha inteira do texto, não um caractere individual. Isso significa que uma linha com uma única palavra alterada é reportada como "linha removida + linha adicionada" inteira, não como um destaque preciso apenas da palavra que mudou. Para a maioria dos casos de uso práticos (comparar versões de um arquivo de configuração, um trecho de código, um texto revisado), diff de linha é o nível de granularidade certo — é como o Git mostra diffs por padrão — mas para comparar prosa onde uma única palavra mudou dentro de um parágrafo longo, diff de caractere ou de palavra seria mais preciso (um algoritmo relacionado, mas com custo computacional maior para textos longos).

Por que a ordem das linhas afeta o resultado do diff

Um caso de borda importante para entender o algoritmo: mover um bloco de linhas de lugar (sem alterar o conteúdo delas) é, do ponto de vista de LCS, indistinguível de remover o bloco de um lugar e adicionar um bloco idêntico em outro — o algoritmo não tem noção de "movimentação" como uma operação própria, só de linhas presentes ou ausentes na subsequência comum. É por isso que reorganizar parágrafos ou blocos de código, mesmo sem mudar uma letra sequer do conteúdo, aparece num diff como remoções e adições, não como uma única operação de "mover".