c# - 仅比较 FilesNames 而不是内容我的解决方案是否正确？

Question

我们正在传输大量文档/图像，在实际将这些文档保存到 sql server 之前，我想比较 2 个文件列表。

1. 我的文件路径列表(将是一个包含文件路径列表的 txtFile。转换为哈希集)

2. 他们的文件路径列表(将即时读取并生成哈希集)

   public static HashSet<string> ToHashSet(this string rootDirectory)
   {
       const string searchPattern = "*.*";
       string[] files = Directory.GetFiles(rootDirectory, searchPattern, SearchOption.AllDirectories);
       return new HashSet<string>(files);
   }
   

所以我正在比较 MyHashSet 和 TheirHashSet。

这里有点偏执，只想仔细检查 except 是否按照我的想法行事。

Except="给定 2 个哈希集比较所有文件路径，如果 TheirList 中的那些在 MyList 中找不到则产生结果"

我写了一个小测试来证明 except 确实找到了差异。

这是比较大文件的正确且最好的方法吗？

虚拟概念验证

 class Program
{
    static void Main(string[] args)
    {
        const string rootDirectory = @"C:\Tests";
        HashSet<string> myHashSet= CreateDummyHashSet(rootDirectory,10);
        HashSet<string> theirHashSet= CreateDummyHashSet(rootDirectory, 12);

        IEnumerable<string> result = theirHashSet.Except(myHashSet);

        foreach (var file in result)
        {
            Console.WriteLine(file);
        }
        Console.Read();
    }

    public static HashSet<string> CreateDummyHashSet(string rootDirectory, int numberOfFiles)
    {
        var dummyHashSet = new HashSet<string>();
        const string extension = ".txt";
        const string fileName = "File";
        for (int i = 0; i < numberOfFiles; i++)
        {
            string fullfileName = string.Format("{0}{1}{2}", fileName, i, extension);
            string path = Path.Combine(rootDirectory, fullfileName);
            dummyHashSet.Add(path);
        }
        return dummyHashSet;
    }
}

Answer 1

Is this correct and best way to compare large files?

你不是在比较大文件，你只是在比较它们的名字。 Hashset 非常适合在集合上执行此操作。

我不建议使用 sbrauen 的建议

var result = theirHashSet.Where(x => !myHashSet.Contains(x));

因为它必须对 m 个条目执行 n 操作，n 和 m 是条目的数量theirHashSet和 myHashSet分别。 Hashset 在执行这些操作时应该表现更好。那么实际上更好的是Except是ExceptWith因为Except是IEnumerable的扩展方法而ExceptWith是 HashSet<> 中的一种方法.

编辑:

区别在于Except返回一个新的 IEnumerable收集而 ExceptWith将从 theirHashSet 中删除相同的条目.还有 ExceptWith更快，因为它知道 HashTable 的内部结构, Except只是一种扩展方法。

这是引擎盖下的样子

除了

Set<TSource> set = new Set<TSource>(comparer);
foreach (TSource tSource in second)
{
    set.Add(tSource);
}
foreach (TSource tSource1 in first)
{
    if (!set.Add(tSource1))
    {
        continue;
    }

    yield return tSource1;
}

异常(exception)

foreach (T t in other)
{
    this.Remove(t);
}

您可以立即看到差异。