algorithm - 除了逐字节检查外，还有哪些其他方法可以确定两个文件内容是否相同？

Question

逐字节比较确实有效。但我想知道是否有任何其他经过验证的方法，比如某种为每个文件输出唯一值的散列。如果有的话，它们在时间和内存占用方面的优缺点是什么。

顺便说一下，我找到了这个之前的话题 What is the fastest way to check if files are identical? .但是，我的问题不是速度，而是替代方案。

请指教。谢谢。

Answer 1

唯一经过验证的方法是逐字节比较。这也是最快的方法，如果您一次读取一个字节，您可以将内存使用量一直减少到 2 个字节。不过，一次读取较大的数据 block 有利于提高性能。

哈希也可以。由于鸽巢原则，您获得误报的可能性很小，但如果您使用像 SHA 这样的安全哈希，就所有意图和目的而言，它可以忽略不计。内存使用量也很小，但性能低于逐字节比较，因为你会有散列的开销。除非您可以重用哈希值进行多次比较。