描述
给定一个目录信息列表(包含目录路径),以及该目录中包含内容的所有文件,你需要根据路径查找文件系统中所有重复文件组。
一组重复文件包含至少两个具有相同内容的文件。
输入信息列表中的单个目录信息字符串具有如下格式:
"root/d1/d2/.../dm f1.txt(f1_content) f2.txt(f2_content) ... fn.txt(fn_content)"
这代表在目录root/d1/d2/.../dm
中有 n 个文件 (f1.txt, f2.txt ... fn.txt
,内容分别为 f1_content, f2_content ... fn_content
). 注意n >= 1 并且 m >= 0。 如果 m = 0, 这意味着这个目录正好是根目录。
输出一个包含重复文件路径的列表。对于每一个组,包含所有的具有相同内容的文件路径。一个文件路径是一个具有以下格式的字符串 A file
"directory_path/file_name.txt"
1.最终输出不需要特定顺序。
2.你可以假定目录名称、文件名称和文件内容只包含字母和数字,文件内容的长度在 [1,50] 内.
3.给定的文件的数目在在[1,20000]内.
4.你可以假定在同一个目录下,没有文件或者目录共享同一个名字.
5.你可以假定每一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由单个空格分割。
您在真实的面试中是否遇到过这个题? 是
题目纠错
样例
样例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"]]
样例2
输入:
["root/a 1.txt(abcd) 2.txt(efgh)"]
输出:
[]
挑战
1.想象给定一个真实的文件系统,你会怎样检索文件?DFS 还是 BFS?
2.如果文件内容十分大(GB级别),你会怎样修改你的答案?
3.如果你只能以每单位时间1kb的速度读入文件,你会怎样修改你的答案?
4.你修改过的答案的事件复杂度怎么样?最花时间的部分和最花内存的部分分别是什么?如何优化?
5.怎样保证你找到的重复文件不是误报?
public class Solution {
/**
* @param paths: a list of string
* @return: all the groups of duplicate files in the file system in terms of their paths
*/
public List<List<String>> findDuplicate(String[] paths) {
// Write your code here
HashMap<String,List<String>> hm = new HashMap<String,List<String>>();
List<List<String>> resultList = new ArrayList<List<String>>();
for (int i = 0; i < paths.length; i++)
{
String p = paths[i];
String[] pathArr = p.split(" ");
String root = pathArr[0];
for (int j = 1;j < pathArr.length;j++)
{
String s = pathArr[j];
String[] contentArr = s.split("\\(");
String fileName = contentArr[0];
String value = contentArr[1];
if(false == hm.containsKey(value))
{
List<String> ls = new ArrayList<String>();
ls.add(root + "/" +fileName);
hm.put(value,ls);
}
else
{
int n = resultList.indexOf(hm.get(value));
System.out.print(n);
hm.get(value).add(root + "/" +fileName);
if(-1 != n)
{
resultList.set(n,hm.get(value));
}
else
{
resultList.add(hm.get(value));
}
}
}
}
return resultList;
}
}