python - 给定文件数和深度生成随机目录/文件

Question

我想分析一些 VCS 软件，为此我想在随机排列的目录中生成一组随机文件。我正在用 Python 编写脚本，但我的问题很简单:如何生成一个随机目录树，其中每个目录的子目录平均数量和每个目录的文件分布广泛？

澄清:我不是在比较不同的 VCS 存储库格式(例如 SVN 与 Git 与 Hg)，而是比较处理 SVN(以及最终其他)工作副本和存储库的分析软件。

我想要的约束是指定文件总数(称为“N”，可能是 ~10k-100k)和目录结构的最大深度(“L”，可能是 2-10)。我不在乎每个级别生成多少个目录，我不希望每个目录有 1 个文件，或者一个目录中有 100k 个文件。

分布是我不确定的事情，因为我不知道 VCS'(尤其是 SVN)在非常统一的结构或非常倾斜的结构下会表现得更好还是更差。尽管如此，如果我能想出一种不会对大数“均衡”的算法，那就太好了。

我的第一个想法是:使用某种方法生成目录树，然后用文件统一填充树(平等对待每个目录，不考虑嵌套)。我粗略的计算告诉我，如果有“L”级，每个目录有“D”个子目录，每个目录大约有 sqrt(N) 个文件，那么目录大约有 D^L 个，所以 N =~ sqrt(N)*(D^L) => D =~ N^(1/2L)。所以现在我有了“D”的近似值，我该如何生成树呢？如何填充文件？

如果能提供一些指向我可以使用的算法的良好资源的指示，我将不胜感激。我的搜索只找到了 pretty applets/flash。

Answer 1

为什么不下载一些真正的开源代码库并使用它们呢？

您是否考虑过文件中包含的内容？那也是随机数据吗？