什麼標準應該適用於程序找到重複的匹配

Question

我基本上是新編程，我想做一個程序，在一個文件夾中找到重複的文件（有大量的程序其中一些免費，不關心，我想要做我的程序），問題是什麼禮儀需要2個文件是一個匹配？ 起初我想如果他們是MP3，做一個名稱和大小檢查，一個PDF相同，一個TXT相同+實際內容檢查？ 而且按照這個順序，我讀了一個地方，首先他們正在檢查大小，然後是其他的東西，這樣對我來說並不合適。 我需要一些其他或更好的想法。

謝謝

Answer 1

我認爲這是您的想法來檢查擴展名和文件大小是一種很好。根據你需要，我可以提示你，我認爲會工作的東西是什麼：

1.檢查擴展：

當你想排除其中的一些。但是，如果你想嚴格檢查裏面的東西是行不通的。

簡單的例子：內0001位具有

My_file.pdf，以及具有內部0001位My_file.jpg，將被排除在外，但它們仍然是相同的。

2.檢查大小：

如果您將檢查擴展，檢查文件的大小是不具有包含兩個文件「.PDF」（0001）和第二屆（0100）很不錯的主意職高，你可以伊斯利看到他們不是平等的，但檢查大小將返回true，但當然，如果兩個文件不相等的大小，你可以擺脫他們，並說他們不是平等的。

3.檢查散列：從您的文件

製作亂碼，比較它們會給你的信息，如果他們是平等的，淡然的散列函數總是返回相同的哈希值相同的對象。

檢查更多：每字節https://en.wikipedia.org/wiki/Hash_function

4.檢查字節：

雖然它不是非常好主意，但假設你有2x4GB的文件，你的哈希函數可以工作很長，每個字節當然字節將工作更長的時間，但你可以已經得到這樣的情況：

File1.pdf（4GB）文件的Beggining：011010 ... 0 File2.pdf（4GB）111010 ... 0

正如你所看到的，首先檢查第一個字節會自動返回那些文件不等於，並且你將節省很多時間。

當然，你必須考慮，你需要什麼，你想如何比較你的文件，這些只是snipets，可以幫助你建立你的應用程序。

所有這些方法在Java中都很簡單，您不會在實現它們時遇到任何問題。

PS：Sry爲我的英語，這不是我的主要語言。