个人中心
文章发布
退出
作者热门文章
- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
25
4
希望你能帮我解决下面的问题。我有 24 个目录，每个目录包含许多(1000 个)文件。我想找出哪个目录组合包含最多数量的重复(仅按名称)文件。例如如果我们只考虑 4 个目录
目录 1 目录 2 目录 3 目录 4
具有以下目录内容
目录 1
1.fa 2.fa 3.fa 4.fa 5.fa
目录 2
1.fa 10.fa 15.fa
目录 3
1.fa 2.fa 3.fa
目录 4
1.fa 2.fa 3.fa 5.fa 8.fa 10.fa
因此，目录 dir1 和 dir4 的组合包含最多的重复文件 (4)。
问题变得非常大，有 24 个目录，所以我想我可能会使用蛮力方法。类似的东西
如果有人有办法做到这一点，我将非常感谢您提供一些建议。我想过使用 fdupes 或 diff 但不知道如何解析输出和总结。
最佳答案
我用 algorithm 标记了你的问题，因为我不知道有任何现有的 bash/linux 工具可以帮助你直接解决这个问题。最简单的方法是使用 Python、C++ 或 Java 等编程语言来构建算法，而不是使用 bash shell。
话虽这么说，但这是对您的问题的高级分析:乍一看，它看起来像是一个最小集合覆盖问题，但实际上分为两部分:
第 1 部分 - 要涵盖的文件集是什么？
您想找到包含最多重复文件的目录组合。但首先您需要知道 24 个目录中的最大重复文件集是多少。
由于 2 个目录之间的文件交集总是大于或等于与第 3 个目录的交集，因此您遍历所有目录对并找出最大交集集是什么:
(24 choose 2) = 276 comparisons
您将找到的最大交集用作您实际要覆盖的集。
第 2 部分 - 最小集覆盖问题
这是一个 well-studied problem in computer science , 所以你最好阅读 the writings of people much smarter than I .
我唯一要注意的是它是一个 NP-Complete problem ，所以这不是微不足道的。
这是我能做的最好的事情来解决你问题的原始表述，但我觉得这对于你实际需要完成的事情来说有点过分了。您应该考虑用您需要解决的实际问题来更新您的问题。
关于linux - 在不同目录中查找具有相同名称的文件并计算重复项，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/13478139/
25
4
0
我需要将文本放在 中在一个 Div 中，在另一个 Div 中，在另一个 Div 中。所以这是它的样子: #document Change PIN
奇怪的事情发生了。 我有一个基本的 html 代码。 html，头部， body 。(因为我收到了一些反对票，这里是完整的代码) 这是我的CSS: html { backgroun
我正在尝试将 Assets 中的一组图像加载到 UICollectionview 中存在的 ImageView 中，但每当我运行应用程序时它都会显示错误。而且也没有显示图像。 我在ViewDidLoa
我需要根据带参数的 perl 脚本的输出更改一些环境变量。在 tcsh 中，我可以使用别名命令来评估 perl 脚本的输出。 tcsh: alias setsdk 'eval `/localhome/
我使用 Windows 身份验证创建了一个新的 Blazor(服务器端)应用程序，并使用 IIS Express 运行它。它将显示一条消息“Hello Domain\User!”来自右上方的以下 Ra
这是我的方法 void login(Event event);我想知道 Kotlin 中应该如何 最佳答案 在 Kotlin 中通配符运算符是 * 。它指示编译器它是未知的，但一旦知道，就不会有其他类
看下面的代码 for story in book if story.title.length < 140 - var story
我正在尝试用 C 语言学习字符串处理。我写了一个程序，它存储了一些音乐轨道，并帮助用户检查他/她想到的歌曲是否存在于存储的轨道中。这是通过要求用户输入一串字符来完成的。然后程序使用 strstr()
我正在学习 sscanf 并遇到如下格式字符串: sscanf("%[^:]:%[^*=]%*[*=]%n",a,b,&c); 我理解 %[^:] 部分意味着扫描直到遇到 ':' 并将其分配给 a。:
def char_check(x,y): if (str(x) in y or x.find(y) > -1) or (str(y) in x or y.find(x) > -1):
我有一种情况，我想将文本文件中的现有行包含到一个新 block 中。 line 1 line 2 line in block line 3 line 4 应该变成 line 1 line 2 line
我有一个新项目，我正在尝试设置 Django 调试工具栏。首先，我尝试了快速设置，它只涉及将 'debug_toolbar' 添加到我的已安装应用程序列表中。有了这个，当我转到我的根 URL 时，调试
在 Matlab 中，如果我有一个函数 f，例如签名是 f(a,b,c)，我可以创建一个只有一个变量 b 的函数，它将使用固定的 a=a1 和 c=c1 调用 f: g = @(b) f(a1, b,
我不明白为什么 ForEach 中的元素之间有多余的垂直间距在 VStack 里面在 ScrollView 里面使用 GeometryReader 时渲染自定义水平分隔线。 Scrol
我想知道，是否有关于何时使用 session 和 cookie 的指南或最佳实践？ 什么应该和什么不应该存储在其中？谢谢! 最佳答案 这些文档很好地了解了 session cookie 的安全问题以及
我在 scipy/numpy 中有一个 Nx3 矩阵，我想用它制作一个 3 维条形图，其中 X 轴和 Y 轴由矩阵的第一列和第二列的值、高度确定每个条形的 是矩阵中的第三列，条形的数量由 N 确定。
假设我用两种不同的方式初始化信号量 sem_init(&randomsem,0,1) sem_init(&randomsem,0,0) 现在， sem_wait(&randomsem) 在这两种情况下
我怀疑该值如何存储在“WORD”中，因为 PStr 包含实际输出。？ 既然Pstr中存储的是小写到大写的字母，那么在printf中如何将其给出为“WORD”。有人可以吗？解释一下？ #include
我有一个 3x3 数组: var my_array = [[0,1,2], [3,4,5], [6,7,8]]; 并想获得它的第一个 2
我意识到您可以使用如下方式轻松检查焦点: var hasFocus = true; $(window).blur(function(){ hasFocus = false; }); $(win
我是一名优秀的程序员,十分优秀！