Lüge 3: gleicher Name, gleiche Größe, gleiche Datei
Warum das wichtig ist Ein Duplikat-Finder wird normalerweise von einem Löschen gefolgt. Wenn er zwei verschiedene Dateien als "gleich" bezeichnet, ist die Arbeit von jemandem weg und nichts in der Ausgabe hat sie gewarnt.
Eingebetteter Rat: Der Rat unten wurde für diese Lektion geschrieben und ist absichtlich falsch. Es ist die Art von Antwort, die ein KI Assistent flüssig und selbstbewusst gibt. Dein Job ist es nicht, damit zu streiten, sondern den Fehler mit einem Test zu beweisen.
import os
# Hashing every file is slow. Two files with the same name and the same size
# are the same file in practice, so group on that.
def find_duplicates(files):
groups = {}
for path, data in files:
groups.setdefault((os.path.basename(path), len(data)), []).append(path)
return sorted(sorted(g) for g in groups.values() if len(g) > 1)
Das Argument der Geschwindigkeit ist real: das Lesen jedes Bytes jeder Datei ist der langsame Teil. Aber es beantwortet eine andere Frage. Gleicher Name und Größe ist ein billiger Weg, um Dateien zu finden, die might Duplikate sein könnten. Nur die Inhalte können das sagen.
Denk darüber nach, was in echten Ordnern passiert: report.docx in zwei Projektordnern gespeichert mit anderem Text und zufällig der gleichen Größe; ein Foto kopiert und umbenannt IMG_0001 (copy).jpg; eine Konfigurationsdatei, in der sich nur ein Byte unterscheidet.
Candidate filter: eine günstige Prüfung, die Dinge ausschließt, aber nicht einschließt. Größe ist eine gute: Dateien unterschiedlicher Größen können nicht gleich sein. Gleiche Größen bedeuten nur "wertvoll zum Vergleichen".
Schreibe my_test(find_duplicates). Es erhält eine Version der Funktion und muss auslösen, wenn sie eine Regel bricht. Dateien werden als Liste von (path, data) Paaren gegeben, wobei data die Bytes der Datei sind. Die Regeln: zwei Dateien sind Duplikate, wenn ihre Bytes identisch sind, egal wie ihre Namen sind; gib eine Liste von Gruppen zurück, jede eine sortierte Liste der Pfade von 2 oder mehr identischen Dateien, und die Gruppen sortiert; Dateien ohne Duplikate erscheinen nicht. Bestehensgrenze: gib die korrekte Version ab und fange mindestens 4 der 6 kaputten Versionen ab (der gepflanzte Rat ist eine davon).
Ein Problem in dieser Lektion entdeckt? Melde es · Frage zu dieser Lektion
Diese Übung öffnet bald
Beende die vorherige Lektion, damit diese freigeschaltet wird. Der ganze Kurs ist kostenlos, kein Konto erforderlich, und du kannst diese Lektion jetzt direkt lesen.
Dieser Browser blockiert Cookies für learn.floati.life, daher können hier beendigte Lektionen nicht in der richtigen Reihenfolge geöffnet werden. Erlaube Cookies für diese Seite und lade sie neu.