题目描述:
给定一个目录信息列表,包括目录路径,以及该目录中的所有包含内容的文件,您需要找到文件系统中的所有重复文件组的路径。一组重复的文件至少包括二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)"
这意味着有 n 个文件(f1.txt
, f2.txt
... fn.txt
的内容分别是 f1_content
, f2_content
... fn_content
)在目录 root/d1/d2/.../dm
下。注意:n>=1 且 m>=0。如果 m=0,则表示该目录是根目录。
该输出是重复文件路径组的列表。对于每个组,它包含具有相同内容的文件的所有文件路径。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:["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"]]
注:
- 最终输出不需要顺序。
- 您可以假设目录名、文件名和文件内容只有字母和数字,并且文件内容的长度在 [1,50] 的范围内。
- 给定的文件数量在 [1,20000] 个范围内。
- 您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。
- 您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一个空格分隔。
class Solution(object):
def findDuplicate(self, paths):
"""
:type paths: List[str]
:rtype: List[List[str]]
"""
#思路:定义一个map,其内保存的数据的key和value分别表示 内容 和 路径列表,最终将路径列表长度大于1的进行输出
map_ = {}
res = []
for i in range(len(paths)):
tmp = paths[i].split(' ')
for j in range(1,len(tmp)):
if tmp[j][tmp[j].index('('):len(tmp[j])-1] not in map_:
map_[tmp[j][tmp[j].index('('):len(tmp[j])-1]] = [tmp[0]+'/'+tmp[j][:tmp[j].index('(')]]
else:
map_[tmp[j][tmp[j].index('('):len(tmp[j])-1]].append(tmp[0]+'/'+tmp[j][:tmp[j].index('(')])
return [k for k in map_.values() if len(k) > 1]
菜鸟一枚,代码仅供参考,如有问题,望指正~