【模拟, 哈希表】在系统中查找重复文件

题目

609. 在系统中查找重复文件

---

给你一个目录信息列表 paths ，包括目录路径，以及该目录中的所有文件及其内容，请你按路径返回文件系统中的所有重复文件。答案可按 任意顺序 返回。

一组重复的文件至少包括 两个 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，在目录 root/d1/d2/.../dm 下，有 n 个文件 ( f1.txt, f2.txt … fn.txt ) 的内容分别是 ( f1_content, f2_content … fn_content ) 。注意：n >= 1 且 m >= 0 。如果 m = 0 ，则表示该目录是根目录。

输出 是由 重复文件路径组 构成的列表。其中每个组由所有具有相同内容文件的文件路径组成。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：paths = ["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"]]

示例 2：

输入：paths = ["root/a 1.txt(abcd) 2.txt(efgh)","root/c 3.txt(abcd)","root/c/d 4.txt(efgh)"]
输出：[["root/a/2.txt","root/c/d/4.txt"],["root/a/1.txt","root/c/3.txt"]]

提示：

• 1 <= paths.length <= 2 * 10^4
• 1 <= paths[i].length <= 3000
• 1 <= sum(paths[i].length) <= 5 * 10^5
• paths[i] 由英文字母、数字、字符 '/'、'.'、'('、')' 和 ' ' 组成
• 你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。
• 你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单个空格分隔。

进阶：

• 假设您有一个真正的文件系统，您将如何搜索文件？广度搜索还是宽度搜索？
• 如果文件内容非常大（GB级别），您将如何修改您的解决方案？
• 如果每次只能读取 1 kb 的文件，您将如何修改解决方案？
• 修改后的解决方案的时间复杂度是多少？其中最耗时的部分和消耗内存的部分是什么？如何优化？
• 如何确保您发现的重复文件不是误报？

解题

方法一：模拟 哈希表

思路

维护一个哈希表，键是文件内容，值是内容是键的文件的绝对路径组成的列表。

循环数组，取出每个文件的内容并拼接出其绝对路径，然后放入哈希表对应内容相等的键对应的值列表中。

循环完成后，遍历哈希表的值集合，把长度大于 1 的值列表加入答案集合。

代码

class Solution {
    public List<List<String>> findDuplicate(String[] paths) {
        Map<String, List<String>> map = new HashMap<>();
        for (String path : paths) {
            String[] split = path.split(" ");
            String basePath = split[0];
            for (int i = 1; i < split.length; i++) {
                String file = split[i];
                int idx = file.indexOf('(');
                String fileName = file.substring(0, idx);
                String content = file.substring(idx, file.length() - 1);
                map.putIfAbsent(content, new ArrayList<>());
                String filePath = new StringBuilder(basePath).append('/')
                    .append(fileName).toString();
                map.get(content).add(filePath);
            }
        }
        List<List<String>> ans = new ArrayList<>();
        for (List<String> filePaths : map.values()) {
            if (filePaths.size() > 1) ans.add(filePaths);
        }
        return ans;
    }
}