c# - 我可以使用什么模式来确保我不会执行相同的操作两次

Question

我的程序正在寻找重复项。它将文件与文件夹和子文件夹中的每个其他文件进行比较。问题是，它正在重复检查。

例如，请考虑以下(粗略的)文件夹结构

-文件夹1
---文件1
---文件2
---文件3

-文件夹2
---文件1
---文件2

-文件夹3
---文件1
---文件2
---文件3
---文件4

因此，为了确保清晰，这意味着文件夹 1、文件夹 2 和文件夹 3 都位于根级别，每个文件夹中都有位于每个文件夹中的文件。

我的程序进行迭代，通过 2 个 foreach 循环进行比较。

 foreach (string path01 in  Directory.GetFiles(SourcePath, "*.*", SearchOption.AllDirectories))
 {
     foreach (string path02 in  Directory.GetFiles(SourcePath, "*.*", SearchOption.AllDirectories))
     {
           //perform logic with path01 and path02
     }
 }

现在，问题是迭代之一会将Folder1\File1 与Folder2\File1 进行比较(这是所需的)，但它也会将Folder2\File1 与Folder1\File1 进行比较。这是低效的，因为该检查已经完成。现在我承认，只有上面列出的文件/文件夹可能会争论谁在乎，但我的应用程序正在比较数千个文件夹，我不知道有多少文件。

在我的脑海中，我认为我必须按字母顺序排序，然后使用 for 循环并始终从下一次迭代开始，以防止搜索向后，但我不确定。在某一时刻，我认为冒泡排序可以有所帮助，但是，这与排序无关，尽管我可能可以或不能使用它。

我确信这种类型的问题已被记录并存在，我遇到的问题是(正如您可以从我的帖子的长度看出的)如何在 Google 搜索中描述，以便我可以研究是否存在某种模式存在。

所以，我的问题是，针对此类问题是否已经存在模式或范式？

Answer 1

您如何检测重复项？您只是查找重复的文件名，还是打开文件并读取内容？无论哪种方式，您都应该使用 HashSet

var visitedFiles = new HashSet<String>();

foreach (string path01 in  Directory.GetFiles(SourcePath, "*.*", SearchOption.AllDirectories)) {
   String contents = // read in file contents
   String contentHash = md5(contents); // do a md5 hash of the contents

   if (!visitedFiles.contains(contentHash)) {
       visitedFiles.add(contentHash);
   } else {
      // duplicate file found
   }
}

这是一个未经测试的基本示例。您可以根据您的需要对其进行修改。您可以存储一个包含更多信息的类对象(根据您的需要进行自定义)，而不是在哈希集中存储字符串。

无论如何，这个解决方案的时间复杂度为 O(n)，而您的时间复杂度为 O(n^2)。