如何快速找到 2 个几乎相同的文件之间的差异？

Question

如果您有两个基本相同的文件，其中包含 1000 多条记录，您将如何编写代码来找出它们之间的差异。假设不允许使用 unix/linux 命令。

我的想法：

由于大部分条目是相同的，我们可以对两个文件的条目进行排序，然后逐一比较每个条目，例如file1 中的条目 i 与 file2 中的条目 i 进行比较。它是 O(n lg n)，n 是文件的大小。

有 O(n) 的解决方案吗？

Answer 1

哈希表是你的朋友。

1. 从文件 1 中获取记录。
2. 散列。
3. 获取对应的内存地址。
4. 将其设置为1。
5. 对文件 1 中的所有记录重复。
6. 对文件 2 中的所有记录重复，但添加 2 而不是设置为 1。

现在您知道哪条记录存在于两个文件中（值 3），哪些只存在于第一个文件中（值 1），哪些只存在于第二个文件中（值 2）。并且在线性时间内。

注意：如果您要实现自己的哈希表，则必须根据需要处理表大小的增长以及冲突。我敢肯定，如果你能做到这一点，那么你不会很难回答这个问题，所以请使用库。