压缩的文件路径数组和随机访问答案

【问题标题】：Compressed array of file paths and random access压缩的文件路径数组和随机访问
【发布时间】：2012-08-29 20:27:08
【问题描述】：

我正在开发一个文件管理 Windows 应用程序。该程序应保留磁盘上所有文件和文件夹的路径数组。例如：

0 "C:"  
1 "C:\abc"  
2 "C:\abc\def"  
3 "C:\ghi"  
4 "C:\ghi\readme.txt"

“原样”的数组将非常大，因此应将其压缩并存储在磁盘上。但是，我想随机访问它：

有人可以提出一些好的算法/数据结构/想法来做这些事情吗？

编辑：
目前我想出了以下解决方案：

0 "C:"
1 "[0]\abc"
2 "[1]\def"
3 "[0]\ghi"
4 "[3]\readme.txt"

即压缩公共前缀。

RetrievePath(2) = "[1]\def" = RetrievePath(1) + "\def" = "[0]\abc\def" = RetrievePath(0) + "\abc\def" = "C:\abc\def"

IndexOf() 也可以迭代工作，类似这样：

IndexOf("C:") = 0
IndexOf("C:\abc") = IndexOf("[0]\abc") = 1
IndexOf("C:\abc\def") = IndexOf("[1]\def") = 2

要添加新路径，比如AddPath("C:\ghi\xyz\file.dat")，首先应该添加它的前缀：
```
5 [3]\xyz
6 [5]\file.dat
```
重命名/移动文件/文件夹只涉及一次替换（例如，将 [0]\ghi 替换为 [1]\klm 会将目录 "ghi" 重命名为 "klm" 并将其移动到目录 "C:\abc"）
DeletePath() 涉及将其（以及所有子路径）设置为空字符串。将来，可以用新路径替换它们。
在DeletePath("C:\abc") 之后，数组将是：
```
0 "C:"
1 ""
2 ""
3 "[0]\ghi"
4 "[3]\readme.txt"
```

整个数组仍然需要加载到 RAM 中以执行快速操作。例如，总共 1000000 个文件和文件夹，平均文件名长度为 10，该数组将占用超过 10 MB。
此外，函数IndexOf() 被强制按顺序扫描数组。

编辑 (2)： 我刚刚意识到我的问题可以重新表述：
如何为磁盘上的每个文件和每个文件夹分配唯一整数索引，以便我能够按索引快速找到文件/文件夹，已知文件/文件夹的索引，并在不更改许多索引的情况下执行基本文件操作？

编辑 (3)： Here 是关于类似但与 Linux 相关的问题的问题。建议使用文件名和内容哈希来识别文件。是否有一些特定于 Windows 的改进？

【问题讨论】：

【解决方案1】：

您的解决方案似乎不错。您还可以尝试使用临时技巧进行更多压缩，例如仅对常见字符（如“\”、驱动器号、可能常见的文件扩展名等等）使用一些位。你也可以看看尝试（http://en.wikipedia.org/wiki/Trie）。

关于您的第二次编辑，这似乎与哈希表的功能相匹配，但这是用于索引，而不是压缩存储。

【讨论】：