Skip to content

Latest commit

 

History

History
202 lines (157 loc) · 6.48 KB

README.md

File metadata and controls

202 lines (157 loc) · 6.48 KB

609. 在系统中查找重复文件

English Version

题目描述

给你一个目录信息列表 paths ，包括目录路径，以及该目录中的所有文件及其内容，请你按路径返回文件系统中的所有重复文件。答案可按 任意顺序 返回。

一组重复的文件至少包括 两个 具有完全相同内容的文件。

输入 列表中的单个目录信息字符串的格式如下：

  • "root/d1/d2/.../dm f1.txt(f1_content) f2.txt(f2_content) ... fn.txt(fn_content)"

这意味着，在目录 root/d1/d2/.../dm 下，有 n 个文件 ( f1.txt, f2.txt ... fn.txt ) 的内容分别是 ( f1_content, f2_content ... fn_content ) 。注意：n >= 1 且 m >= 0 。如果 m = 0 ，则表示该目录是根目录。

输出 是由 重复文件路径组 构成的列表。其中每个组由所有具有相同内容文件的文件路径组成。文件路径是具有下列格式的字符串：

  • "directory_path/file_name.txt"

 

示例 1：

输入：paths = ["root/a 1.txt(abcd) 2.txt(efgh)","root/c 3.txt(abcd)","root/c/d 4.txt(efgh)","root 4.txt(efgh)"]
输出：[["root/a/2.txt","root/c/d/4.txt","root/4.txt"],["root/a/1.txt","root/c/3.txt"]]

示例 2：

输入：paths = ["root/a 1.txt(abcd) 2.txt(efgh)","root/c 3.txt(abcd)","root/c/d 4.txt(efgh)"]
输出：[["root/a/2.txt","root/c/d/4.txt"],["root/a/1.txt","root/c/3.txt"]]

 

提示：

  • 1 <= paths.length <= 2 * 104
  • 1 <= paths[i].length <= 3000
  • 1 <= sum(paths[i].length) <= 5 * 105
  • paths[i] 由英文字母、数字、字符 '/'、'.'、'('、')' 和 ' ' 组成
  • 你可以假设在同一目录中没有任何文件或目录共享相同的名称。
  • 你可以假设每个给定的目录信息代表一个唯一的目录。目录路径和文件信息用单个空格分隔。

 

进阶：

  • 假设您有一个真正的文件系统，您将如何搜索文件？广度搜索还是宽度搜索？
  • 如果文件内容非常大（GB级别），您将如何修改您的解决方案？
  • 如果每次只能读取 1 kb 的文件，您将如何修改解决方案？
  • 修改后的解决方案的时间复杂度是多少？其中最耗时的部分和消耗内存的部分是什么？如何优化？
  • 如何确保您发现的重复文件不是误报？

解法

方法一：哈希表

key 为文件内容，value 为文件路径数组，最后取出所有长度大于 1 的 value 即答案。

Python3

class Solution:
    def findDuplicate(self, paths: List[str]) -> List[List[str]]:
        m = defaultdict(list)
        for path in paths:
            a = path.split(" ")
            for i in range(1, len(a)):
                j = a[i].find("(")
                content = a[i][j + 1 : -1]
                name = a[0] + "/" + a[i][:j]
                m[content].append(name)

        ans = []
        for names in m.values():
            if len(names) > 1:
                ans.append(names)
        return ans

Java

class Solution {
    public List<List<String>> findDuplicate(String[] paths) {
        Map<String, List<String>> map = new HashMap<>();
        for (String path : paths) {
            String[] a = path.split(" ");
            for (int i = 1; i < a.length; i++) {
                int j = a[i].indexOf('(');
                String content = a[i].substring(j + 1, a[i].length() - 1);
                String name = a[0] + '/' + a[i].substring(0, j);
                List<String> list = map.getOrDefault(content, new ArrayList<>());
                list.add(name);
                map.put(content, list);
            }
        }

        List<List<String>> ans = new ArrayList<>();
        for (List<String> names : map.values()) {
            if (names.size() > 1) {
                ans.add(names);
            }
        }
        return ans;
    }
}

Go

func findDuplicate(paths []string) [][]string {
	m := make(map[string][]string)
	for _, path := range paths {
		a := strings.Split(path, " ")
		for i := 1; i < len(a); i++ {
			j := strings.Index(a[i], "(")
			content := a[i][j+1 : len(a[i])-1]
			name := a[0] + "/" + a[i][:j]
			m[content] = append(m[content], name)
		}
	}

	var ans [][]string
	for _, names := range m {
		if len(names) > 1 {
			ans = append(ans, names)
		}
	}
	return ans
}

C++

class Solution {
    vector<string> split(const string& s, char delim) {
        vector<string> result;
        stringstream ss(s);
        string item;
        while (getline(ss, item, delim)) {
            result.push_back(item);
        }
        return result;
    }

public:
    vector<vector<string>> findDuplicate(vector<string>& paths) {
        unordered_map<string, vector<string>> m;
        for (auto& path : paths) {
            auto a = split(path, ' ');
            for (int i = 1; i < a.size(); ++i) {
                int j = a[i].find('(');
                auto content = a[i].substr(j + 1, a[i].size() - j - 2);
                auto name = a[0] + '/' + a[i].substr(0, j);
                if (m.find(content) == m.end()) {
                    m[content] = vector<string>();
                }
                m[content].emplace_back(name);
            }
        }

        vector<vector<string>> ans;
        for (auto& [_, names] : m) {
            if (names.size() > 1) ans.emplace_back(names);
        }
        return ans;
    }
};

...