609. 在系统中查找重复文件

给定一个目录信息列表，包括目录路径，以及该目录中的所有包含内容的文件，您需要找到文件系统中的所有重复文件组的路径。一组重复的文件至少包括二个具有完全相同内容的文件。

输入列表中的单个目录信息字符串的格式如下：

"root/d1/d2/.../dm f1.txt(f1_content) f2.txt(f2_content) ... fn.txt(fn_content)"

这意味着有 n 个文件（f1.txt, f2.txt ... fn.txt 的内容分别是 f1_content, f2_content ... fn_content）在目录 root/d1/d2/.../dm 下。注意：n>=1 且 m>=0。如果 m=0，则表示该目录是根目录。

该输出是重复文件路径组的列表。对于每个组，它包含具有相同内容的文件的所有文件路径。文件路径是具有下列格式的字符串：

"directory_path/file_name.txt"

示例 1：

输入：
["root/a 1.txt(abcd) 2.txt(efgh)", "root/c 3.txt(abcd)", "root/c/d 4.txt(efgh)", "root 4.txt(efgh)"]
输出：  
[["root/a/2.txt","root/c/d/4.txt","root/4.txt"],["root/a/1.txt","root/c/3.txt"]]
 

注：

最终输出不需要顺序。
您可以假设目录名、文件名和文件内容只有字母和数字，并且文件内容的长度在 [1，50] 的范围内。
给定的文件数量在 [1，20000] 个范围内。
您可以假设在同一目录中没有任何文件或目录共享相同的名称。
您可以假设每个给定的目录信息代表一个唯一的目录。目录路径和文件信息用一个空格分隔。

题目链接：https://leetcode-cn.com/problems/find-duplicate-file-in-system/

通过这个题复习了string的3个函数，参考链接如下：

string的append函数用法  

向string后面加字符，需要说明加几个字符，本题中，我用的是 1。 

c++ string.find()参数说明

int find(string s, int m, int n)

假设母字符串为str.用法是str.find(s,m,n)
该函数实现的是在 str 中的第m个位置往后开始查找目标字符串s的前n个字符，返回找到的第一个出现字符串首字母的位置，若没找到，则返回-1.
说明：

• 第一个参数是要查找的字符串s.
• 第二个参数m是母字符串中查找的起始位置。
• 第三个参数n是目标字符串的前n个字符。或者说第三个参数为指出字符的个数。注意区分含义：
• 

C++ string substr()

string substr (size_t pos = 0, size_t len = npos) const;

产生子串

返回一个新建的 初始化为string对象的子串的拷贝string对象。

子串是，在字符位置pos开始，跨越len个字符（或直到字符串的结尾，以先到者为准）对象的部分。

 

思路：文件内容作为map的键，文件路径作为map的值。

class Solution {
public:
  vector<vector<string>> findDuplicate(vector<string> &paths) {
      vector<vector<string>> res;
      unordered_map<string,vector<string>> m;//key为文件内容，value为目录+文件名
      for(string s:paths)
      {
          int start=s.find(' ');//寻找空格
          string  path=s.substr(0,start).append(1,'/');//目录后面追加一个'/'
          int leftBracket=s.find('(',start+1);//寻找左括号 （
          while(leftBracket!=-1)
          {
              string fileName=s.substr(start+1,leftBracket-start-1);
              int rightBracket=s.find(')',leftBracket+1);
              m[s.substr(leftBracket+1,rightBracket-leftBracket-1)].push_back(path+fileName);
              start=rightBracket+1;
              leftBracket=s.find('(',start);
          }
      }
          for(auto s:m)
          {
              if(s.second.size()>=2)
              {
                  res.push_back(s.second);
              }
          }
          return res;
  }
};

 

标签：文件,string,重复,609,目录,查找,txt,root,find
来源： https://blog.csdn.net/salmonwilliam/article/details/110353006