是否可以確定2個文件的相似程度？

Question

對於這個例子的目的，假設存在2個二進制文件A和B，各含有的，比方說一個變型中，YouTube視頻，其中

• A包含5秒的廣告
• B不包含廣告
• 隨着例外爲廣告，A包含相同的內容爲B
• 文件A的總長度爲60秒
• 文件B的總長度是55秒

作爲一般規則，如果我們要比較每個文件的位模式，我們是否會得出相同的結論：文件包含55秒的共同位？

如果我們進一步擴展問題，說2個瓶子的世界，它們之間唯一的區別是評論，比較比特的順序和基於我們發現的東西，確定相似程度是否合適？

很容易確定文件是否相同。比較位的方法是否有助於準確確定文件彼此接近的程度？

這個問題不是關於視頻文件，而是一個普通的二進制文件。我僅提供以上視頻文件僅用於示例目的。

Answer 1

它取決於文件格式，但在你的例子中—不，可能不是。

有或沒​​有初始廣告的視頻：視頻通常通過將視頻分成小時間塊進行編碼，然後對這些塊進行編碼和壓縮;如果您在開始時插入廣告，那麼您很可能會導致在主視頻中的不同時間偏移處發生塊轉換。

Jar文件有和沒有評論（或有不同的評論）：同樣的故事;更改文件中註釋的長度將影響整個文件分割爲可壓縮塊，因此，修改後的註釋之後的所有塊將被壓縮不同。 （當然，這是假設jar文件實際上包含了註釋，只是因爲註釋在源代碼中，這並不意味着jar文件會擁有它們;這取決於編譯器設置等等。 ）

Answer 2

這些天來的大多數視頻壓縮都是用有損算法完成的。壓縮在幀和BETWEEN幀內完成。如果您的「A」視頻中添加的額外視頻幀因爲幀間壓縮而「泄露」到原始電影中，那麼根據定義，您的兩個視頻文件將是不同的視頻，即使邏輯上它們與5幾秒鐘的廣告釘在前面。壓縮算法將兩個視頻中的一個或多個幀合併爲兩者的混合，這從根本上改變了事情。