合并差异算法是什么
合并时冲突块怎么切分、行怎么对齐，由底层差异算法决定。默认的 myers 快而通用；histogram 与 patience 在重复代码较多的文件上，更容易切出整函数级别的冲突块，降低阅读与解决成本。合并时用 -X diff-algorithm=... 指定算法，也可以先用 git diff 预览呈现效果再决定。
基本信息
| 用途 | 调整冲突块切分方式与差异呈现 |
|---|---|
| 语法 | git merge -X diff-algorithm=histogram <分支> |
| 可选值 | minimal、patience、histogram、myers |
| 默认 | myers（速度优先） |
| 适用范围 | 只影响差异呈现与冲突切分，语义判断仍靠人 |
典型使用场景
- 重复代码多的文件：histogram 让冲突块更整、更可读。
- 函数边界清晰的语言（Go、Java）：对齐到完整函数，减少半行冲突。
- 排查诡异冲突：换算法看切分差异，辅助定位真实改动。
- 评审对比：git diff --histogram 让分支差异的呈现更稳定，方便逐块讨论。
- 大文件合并：myers 速度优势不再明显时，试试 histogram 的阅读收益。
- 版本升级排查：合并实现升级后冲突形态变化时，用算法切换做对照试验。
常用示例
常用示例
git merge -X diff-algorithm=histogram feature/refactor # 合并时指定算法
git diff --histogram main...feature/refactor # 先预览差异呈现
git merge --abort # 不满意可中止，换法再来算法对照
| 算法 | 特点 | 适合场景 |
|---|---|---|
| myers | 默认，速度最快 | 大多数文件 |
| minimal | 追求最小差异 | 想看清最小改动，代价是慢 |
| patience | 关注独特行 | 重复少的结构化文件 |
| histogram | 强调低频元素 | 重复代码多的大文件 |
函数边界清晰的语言用 histogram 往往能对齐到完整函数。算法只改变差异呈现与冲突切分，不保证语义正确，解决后仍需整体检查合并结果是否符合预期；算法是呈现工具，不是正确性保证，最后仍以测试结果为准。