什么标准应该适用于程序找到重复的匹配

Question

我基本上是新编程，我想做一个程序，在一个文件夹中找到重复的文件（有大量的程序其中一些免费，不关心，我想要做我的程序），问题是什么礼仪需要2个文件是一个匹配？ 起初我想如果他们是MP3，做一个名称和大小检查，一个PDF相同，一个TXT相同+实际内容检查？ 而且按照这个顺序，我读了一个地方，首先他们正在检查大小，然后是其他的东西，这样对我来说并不合适。 我需要一些其他或更好的想法。

谢谢

Answer 1

我认为这是您的想法来检查扩展名和文件大小是一种很好。根据你需要，我可以提示你，我认为会工作的东西是什么：

1.检查扩展：

当你想排除其中的一些。但是，如果你想严格检查里面的东西是行不通的。

简单的例子：内0001位具有

My_file.pdf，以及具有内部0001位My_file.jpg，将被排除在外，但它们仍然是相同的。

2.检查大小：

如果您将检查扩展，检查文件的大小是不具有包含两个文件“.PDF”（0001）和第二届（0100）很不错的主意职高，你可以伊斯利看到他们不是平等的，但检查大小将返回true，但当然，如果两个文件不相等的大小，你可以摆脱他们，并说他们不是平等的。

3.检查散列：从您的文件

制作乱码，比较它们会给你的信息，如果他们是平等的，淡然的散列函数总是返回相同的哈希值相同的对象。

检查更多：每字节https://en.wikipedia.org/wiki/Hash_function

4.检查字节：

虽然它不是非常好主意，但假设你有2x4GB的文件，你的哈希函数可以工作很长，每个字节当然字节将工作更长的时间，但你可以已经得到这样的情况：

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

正如你所看到的，首先检查第一个字节会自动返回那些文件不等于，并且你将节省很多时间。

当然，你必须考虑，你需要什么，你想如何比较你的文件，这些只是snipets，可以帮助你建立你的应用程序。

所有这些方法在Java中都很简单，您不会在实现它们时遇到任何问题。

PS：Sry为我的英语，这不是我的主要语言。