LeetCode题练习与总结：在系统中查找重复文件--609-优快云博客

本文链接：https://blog.youkuaiyun.com/weixin_62860386/article/details/145415620

一、题目描述

给你一个目录信息列表 paths ，包括目录路径，以及该目录中的所有文件及其内容，请你按路径返回文件系统中的所有重复文件。答案可按 任意顺序 返回。

一组重复的文件至少包括两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，在目录 root/d1/d2/.../dm 下，有 n 个文件 ( f1.txt, f2.txt ... fn.txt ) 的内容分别是 ( f1_content, f2_content ... fn_content ) 。注意：n >= 1 且 m >= 0 。如果 m = 0 ，则表示该目录是根目录。

输出是由 重复文件路径组 构成的列表。其中每个组由所有具有相同内容文件的文件路径组成。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：paths = ["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"]]

示例 2：

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

提示：

1 <= paths.length <= 2 * 10^4
1 <= paths[i].length <= 3000
1 <= sum(paths[i].length) <= 5 * 10^5
paths[i] 由英文字母、数字、字符 '/'、'.'、'('、')' 和 ' ' 组成
你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。
你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单个空格分隔。

二、解题思路

使用一个HashMap来存储文件内容与文件路径的映射关系。键是文件内容，值是一个包含相同内容文件路径的列表。
遍历输入的paths数组，对每个字符串进行处理，以获取目录路径和文件信息。
对于每个文件，提取出文件名和文件内容，然后将文件路径（目录路径+文件名）添加到HashMap中对应内容的列表中。
遍历HashMap，找出所有值（文件路径列表）的长度大于1的键值对，即这些键对应的文件内容是重复的。
将这些重复的文件路径列表添加到结果列表中。

三、具体代码

import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;

public class Solution {
    public List<List<String>> findDuplicate(String[] paths) {
        // 创建一个HashMap来存储文件内容与文件路径的映射关系
        Map<String, List<String>> contentMap = new HashMap<>();
        
        // 遍历每个目录信息
        for (String path : paths) {
            // 分割目录路径和文件信息
            String[] parts = path.split(" ");
            String dir = parts[0];
            
            // 遍历文件信息
            for (int i = 1; i < parts.length; i++) {
                // 找到文件名和文件内容的开始和结束位置
                int start = parts[i].indexOf('(');
                int end = parts[i].indexOf(')');
                // 提取文件内容
                String content = parts[i].substring(start + 1, end);
                // 构建完整的文件路径
                String filePath = dir + "/" + parts[i].substring(0, start);
                
                // 将文件路径添加到HashMap中
                contentMap.computeIfAbsent(content, k -> new ArrayList<>()).add(filePath);
            }
        }
        
        // 创建结果列表
        List<List<String>> result = new ArrayList<>();
        
        // 遍历HashMap，找出所有重复的文件内容
        for (List<String> filePaths : contentMap.values()) {
            if (filePaths.size() > 1) {
                result.add(filePaths);
            }
        }
        
        return result;
    }
}

四、时间复杂度和空间复杂度

1. 时间复杂度

遍历paths数组，假设paths的长度为n。对于数组中的每个元素，我们进行以下操作：
- 使用split方法分割字符串，这个操作的时间复杂度是O(m)，其中m是字符串的长度。
- 对于分割后的每个文件信息，我们提取文件内容和文件名，这个操作的时间复杂度是O(1)，因为文件名的长度是固定的。
- 将文件路径添加到HashMap中，这个操作的时间复杂度是O(1)。
- 因此，对于每个目录信息，我们执行O(m)的操作，其中m是目录信息的长度。对于所有目录信息，总的时间复杂度是O(n * m)。
遍历HashMap中的所有值，这个操作的时间复杂度是O(k)，其中k是HashMap中所有列表的总长度。

综上所述，总的时间复杂度是O(n * m + k)。由于k是所有文件的总数，而每个文件都会被遍历一次，所以k <= n * m。因此，时间复杂度可以简化为O(n * m)。

2. 空间复杂度

HashMap的空间复杂度是O(k)，其中k是不同文件内容的数量。在最坏的情况下，所有文件内容都是唯一的，所以k接近于所有文件的总数。
结果列表result的空间复杂度是O(k)，因为每个唯一的文件内容都可能在结果列表中有一个对应的列表。

综上所述，总的空间复杂度是O(k)，其中k是不同文件内容的数量。在最坏的情况下，空间复杂度接近于O(n * m)，因为每个文件都可能有一个唯一的文件内容。然而，在实际情况中，文件内容的数量通常会远小于文件的总数，因此空间复杂度通常会小于O(n * m)。

五、总结知识点

数据结构：
- HashMap：用于存储键值对，其中键是文件内容，值是包含相同内容文件路径的列表。
- ArrayList：用于存储文件路径列表，以及最终的结果列表。
字符串操作：
- split(String regex)：根据正则表达式分割字符串，并返回一个字符串数组。
- indexOf(int ch)：返回指定字符在此字符串中第一次出现处的索引。
- substring(int beginIndex, int endIndex)：返回一个新字符串，它是此字符串的一个子字符串。
循环和条件语句：
- for循环：用于遍历数组或集合中的元素。
- if语句：用于条件判断。
Map操作：
- computeIfAbsent(K key, Function<? super K, ? extends V> mappingFunction)：如果指定的键尚未与值相关联（或映射到null），则尝试使用给定的映射函数计算其值，并将其输入到此映射中，除非null。
函数式编程：
- 使用Lambda表达式作为computeIfAbsent方法的参数，这是一种简化的匿名函数写法。
Java语法：
- 变量声明和初始化。
- 方法定义和返回值。
- 类型推断，例如在Lambda表达式中不需要显式指定参数类型。
面向对象编程：
- 类定义：public class Solution。
- 方法定义：public List<List<String>> findDuplicate(String[] paths)。
集合框架：
- 使用List和Map接口及其实现类ArrayList和HashMap。