Dotaz: vyhledavani duplicitnich souboru

[Mira]

zdravim, muj dotaz je mozna trosku off topic ale mam v planu v C# vytvorit pgm na vyhledavani duplicitnich souboru podle ruznych kriterii, a hlavnim asi bude obsah, tak by me zajimaly vase nazory na tuto problematiku, resp jak nejeefektivneji prohledavat data atd.. diky za radu

Odpovědi

[Michal Marek (twofish)]

Pokud ti jde o identický obsah, tak stačí spočítat hashe souborů a hledat duplicity mezi nima. Koukni se třeba na program fdupes, jde to i na pár řádků v shellu...

[xkucf03]

Nejjednodušší je to, jak píše Michal, přes hashe. K tomu bych měl ještě jeden optimalizační tip: nejdřív zjisti velikosti souborů - ty, které se liší velikostí už nemusíš porovnávat, protože je jasné, že mají jiný obsah (a hashe), to ti u velkých souborů ušetří spoustu času.

Složitější metoda je u textových souborů ignorovat mezery, tabulátory a konce řádků. Nebo zjišťovat, jak velká změna mezi nimi je. Ale nevím, jestli je to to, co chceš.

[kajo]

Naco tvorit, co je uz vymyslene: Clone Spy (ale pod Win..)