【发布时间】：2010-04-23 08:14:23
【问题描述】：
我编写了一个函数来检查文件是否重复。这个函数签名是：
int check_dup_memmap(char *f1_name, char *f2_name)
返回：
- (-1) - 如果出现问题；
- (0) - 如果两个文件相似；
- (+1) - 如果两个文件不同；
下一步是编写一个函数，遍历某个目录中的所有文件，应用前面的函数，并给出每个现有重复项的报告。
最初我想写一个函数来生成一个包含特定目录中所有文件名的文件，然后再次读取该文件并获取并比较每两个文件。这是该函数的版本，它获取某个目录中的所有文件名。
void *build_dir_tree(char *dirname, FILE *f)
{
DIR *cdir = NULL;
struct dirent *ent = NULL;
struct stat buf;
if(f == NULL){
fprintf(stderr, "NULL file submitted. [build_dir_tree].\n");
exit(-1);
}
if(dirname == NULL){
fprintf(stderr, "NULL dirname submitted. [build_dir_tree].\n");
exit(-1);
}
if((cdir = opendir(dirname)) == NULL){
char emsg[MFILE_LEN];
sprintf(emsg, "Cannot open dir: %s [build_dir_tree]\t",dirname);
perror(emsg);
}
chdir(dirname);
while ((ent = readdir(cdir)) != NULL) {
lstat(ent->d_name, &buf);
if (S_ISDIR(buf.st_mode)) {
if (strcmp(".", ent->d_name) == 0 ||
strcmp("..", ent->d_name) == 0) {
continue;
}
build_dir_tree(ent->d_name, f);
}
else{
fprintf(f, "/%s/%s\n",util_get_cwd(),ent->d_name);
}
}
chdir("..");
closedir(cdir);
}
我仍然认为这种方法有点低效，因为我必须一次又一次地解析文件。
您认为我应该遵循哪些其他方法：
- 编写数据结构并保存文件而不是将它们写入文件？我觉得对于一个文件很多的目录，内存会变得很碎片化。
- 将所有文件名保存在自动扩展数组中，以便我可以通过索引轻松访问每个文件，因为它们将位于连续的内存位置。
- 使用 mmap() 将此文件映射到内存中？但随着文件变大，mmap 可能会失败。
对此有任何意见。我想选择最有效的路径，并尽可能少地访问资源。这是程序的要求……
编辑： 有没有办法在不遍历它的情况下获取某个目录中的文件数？
【问题讨论】：
-
为什么要在操作之前读取所有目录条目？我会把你的目录读取函数变成一个 for_each 函数，你传递了一个目录名、一个函数指针和一个 void * 参数。该函数将接受一个 char * 参数，它是读取的目录名称（或者您可以继续打开它并传递 FILE 或 fd），并且可能还有一个 void * ，这只是您需要提供给它的任何其他内容。然后这个函数会调用你的比较函数。