u*****o
发帖数: 1224 | 1 60分钟就一道题，design一个function to find duplicate files
input是一个path 比如 C: or /home/users/anne
这个function会return所有有duplicates的file
column 1： file name
column 2: file size...
column 3: number of files with the same file contents
column 4: total space would be saved...
好难哪。。想了半天就想了个用sort先sort size，file size一样的再进行下一步比较。
比较contents得用hash吧，然后...就没有然后了。。。
对这种design的题完全傻眼呀。。。算了爱咋咋地吧。 |
b**********5
发帖数: 7881 | 2 什么叫design一个function， 不要写code么？ 为什么没有了， 你想的挺对啊。
size一先sort， 一样， 再比较contents， 然后就可以output那些stats了啊 |
u*****o
发帖数: 1224 | 3 要写code呀，而且得先写file这个class，再写solution class, 我在60分钟内根本没
写完，后面还有一大堆part2-part4,我说的这个是part1而已呀，后面的看都没看清。
坑爹呀，真的有人能在60分钟内写完所有吗。。。
【在 b**********5 的大作中提到】
: 什么叫design一个function， 不要写code么？ 为什么没有了， 你想的挺对啊。
: size一先sort， 一样， 再比较contents， 然后就可以output那些stats了啊
|
l*n
发帖数: 529 | 4 你已经设计好了啊，就因为要用hash就“爱咋咋地”？
ps.文件大小基本可以不用考虑，反而增加麻烦，有了hash直接比较就是了。每个文件
每行搞个hash，然后综合起来弄个hash。先比较文件的hash，如果一样再回头去比较每
一行的hash。
edit:
搜了一下，文件全文读取太浪费，这个方案不错。
http://stackoverflow.com/a/1761623/2073130 |
l*n
发帖数: 529 | 5 file class也要你自己写？不是吧。
【在 u*****o 的大作中提到】
: 要写code呀，而且得先写file这个class，再写solution class, 我在60分钟内根本没
: 写完，后面还有一大堆part2-part4,我说的这个是part1而已呀，后面的看都没看清。
: 坑爹呀，真的有人能在60分钟内写完所有吗。。。
|
b**********5
发帖数: 7881 | 6 这个file class， 不就是size， name， 然后就是content。
【在 u*****o 的大作中提到】
: 要写code呀，而且得先写file这个class，再写solution class, 我在60分钟内根本没
: 写完，后面还有一大堆part2-part4,我说的这个是part1而已呀，后面的看都没看清。
: 坑爹呀，真的有人能在60分钟内写完所有吗。。。
|
b**********5
发帖数: 7881 | 7 不考虑， 怎么output那些stats？
【在 l*n 的大作中提到】
: 你已经设计好了啊，就因为要用hash就“爱咋咋地”？
: ps.文件大小基本可以不用考虑，反而增加麻烦，有了hash直接比较就是了。每个文件
: 每行搞个hash，然后综合起来弄个hash。先比较文件的hash，如果一样再回头去比较每
: 一行的hash。
: edit:
: 搜了一下，文件全文读取太浪费，这个方案不错。
: http://stackoverflow.com/a/1761623/2073130
|
l********r
发帖数: 140 | 8 有大牛看看吗？
My way is:
Go through all the files and create a hashtable: file-signature ==> a set of
the actually files. Only need to study the files in one set (they are more
likely to be the same).
This sounds like a coding question instead of any algorithm question? (
unless we need a really good way to get the file signature) |
