2
我使用difflib SequenceMatcher（ratio（）方法）来定义文本文件之间的相似度。虽然difflib比较快速以比较一小组文本文件，例如平均70 kb的10个文件比较（46次比较）大约需要80秒。Python的difflib SequenceMatcher加速
这里的问题是，我有一个3000 txt文件（平均75 kb）的集合，对SequenceMatcher完成比较作业需要多少时间的原始估计是80天！
我尝试过“real_quick_ratio（）”和“quick_ratio（）”方法，但它们不适合我们的需要。
有什么办法可以加快比较过程吗？ 如果不是，还有没有其他更快的方法来完成这样的任务？即使它不在Python中。