在系統中找到重複文件

描述

給定一個目錄信息列表（包含目錄路徑），以及該目錄中包含內容的所有文件，你需要根據路徑查找文件系統中所有重複文件組。

一組重複文件包含至少兩個具有相同內容的文件。

輸入信息列表中的單個目錄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)"

這代表在目錄root/d1/d2/.../dm中有 n 個文件 (f1.txt, f2.txt ... fn.txt，內容分別爲 f1_content, f2_content ... fn_content). 注意n >= 1 並且 m >= 0。 如果 m = 0， 這意味着這個目錄正好是根目錄。

輸出一個包含重複文件路徑的列表。對於每一個組，包含所有的具有相同內容的文件路徑。一個文件路徑是一個具有以下格式的字符串 A file

"directory_path/file_name.txt"

1.最終輸出不需要特定順序。
2.你可以假定目錄名稱、文件名稱和文件內容只包含字母和數字，文件內容的長度在 [1,50] 內.
3.給定的文件的數目在在[1,20000]內.
4.你可以假定在同一個目錄下，沒有文件或者目錄共享同一個名字.
5.你可以假定每一個給定的目錄信息代表一個唯一的目錄。目錄路徑和文件信息由單個空格分割。

您在真實的面試中是否遇到過這個題？  是

題目糾錯

樣例

樣例1

輸入:
["root/a 1.txt(abcd) 2.txt(efgh)", "root/c 3.txt(abcd)", "root/c/d 4.txt(efgh)", "root 4.txt(efgh)"]
輸出:  
[["root/a/2.txt","root/c/d/4.txt","root/4.txt"],["root/a/1.txt","root/c/3.txt"]]

樣例2

輸入:
["root/a 1.txt(abcd) 2.txt(efgh)"]
輸出:  
[]

挑戰

1.想象給定一個真實的文件系統，你會怎樣檢索文件？DFS 還是 BFS?
2.如果文件內容十分大（GB級別），你會怎樣修改你的答案？
3.如果你只能以每單位時間1kb的速度讀入文件，你會怎樣修改你的答案?
4.你修改過的答案的事件複雜度怎麼樣？最花時間的部分和最花內存的部分分別是什麼？如何優化？
5.怎樣保證你找到的重複文件不是誤報？

 

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;
    }
}