java - 应用程序查找重复匹配项应遵循什么标准

Question

关闭。这个问题是 opinion-based 。目前不接受答案。

---

想要改进这个问题吗？更新问题，以便 editing this post 可以用事实和引文来回答它。 .

已关闭 7 年前。

Improve this question

我基本上是编程新手，我想做一个程序，可以在文件夹中查找重复文件(有很多程序，其中一些是免费的，不在乎，我想做我的程序)，问题是什么属性需要 2 个文件才能匹配？ 起初我在想如果它们是mp3，要进行名称和大小检查，pdf相同，txt相同+实际内容检查？ 而且按照这个顺序，我在某处读到他们首先检查尺寸，然后检查其他东西，我觉得这种方式不对。 我需要一些其他或更好的想法。

谢谢

Answer 1

我认为这是您检查扩展名的想法，并且文件大小也不错。根据您的需要，我可以提示您一些我认为可行的内容:

<强>1。检查扩展:

当你想排除其中一些时。但如果你想确切地检查里面有什么，它就行不通了。

简单的例子:

具有内部 0001 位的 My_file.pdf 和具有内部 0001 位的 My_file.jpg 将被排除，但它们仍然相同。

<强>2。检查尺寸:

如果您要检查扩展名，检查文件大小并不是一个好主意，因为有两个文件“.pdf”包含(0001)和第二个(0100)，您可以很容易地看到它们不相等，但检查大小将返回确实如此，但当然，如果两个文件大小不相等，您可以删除它们并说它们不相等。

<强>3。检查哈希值:

从您的文件中创建哈希值，然后比较它们，如果它们相等，就会为您提供信息，因为哈希函数将始终为相同的对象返回相同的哈希值。

查看更多:https://en.wikipedia.org/wiki/Hash_function

<强>4。每个字节检查一个字节:

虽然这不是一个好主意，但假设你有 2x4GB 文件，你的哈希函数可以工作很长时间，当然每个字节会工作更长时间，但你可能会遇到这样的情况:

File1.pdf (4GB) 文件开头:011010...0 File2.pdf (4GB) 111010...0

如您所见，第一次检查第一个字节将自动返回这些文件不相等，这样您将节省大量时间。

当然，您必须思考，您需要什么，您想如何比较文件，这些只是可以帮助您构建应用程序的片段。

所有这些方法在 Java 中都很简单，实现它们不会有任何问题。

PS:对不起我的英语，这不是我的主要语言。