Bohong 3: nama sama, ukuran sama, file sama
Kenapa ini penting Pencari duplikat biasanya diikuti dengan penghapusan. Jika ia menyebut dua file berbeda sebagai "sama", pekerjaan seseorang akan hilang, dan tidak ada yang memperingatkan mereka di hasil output.
Saran yang ditanam: saran di bawah ini ditulis untuk pelajaran ini, dan ini salah dengan sengaja. Ini adalah jenis jawaban yang diberikan asisten AI dengan lancar dan percaya diri. Tugas kamu bukan untuk mendebatnya tapi membuktikan kesalahannya dengan sebuah tes.
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)
Argumen kecepatan itu nyata: membaca setiap byte dari setiap file adalah bagian yang lambat. Tapi itu menjawab pertanyaan yang berbeda. Nama dan ukuran yang sama adalah cara murah untuk menemukan file yang might jadi duplikat. Hanya konten yang bisa mengatakannya.
Pikirkan apa yang terjadi di folder asli: report.docx disimpan di dua folder proyek dengan teks berbeda dan, secara kebetulan, ukuran yang sama; sebuah foto yang disalin dan diganti namanya IMG_0001 (copy).jpg; sebuah file config di mana hanya satu byte yang berbeda.
Filter kandidat: pengecekan murah yang bisa mengeliminasi sesuatu tapi tidak bisa memastikan sesuatu. Ukuran adalah contoh yang bagus: file dengan ukuran berbeda tidak mungkin sama. Ukuran yang sama hanya berarti "layak dibandingkan".
Tulis my_test(find_duplicates). Fungsi ini menerima sebuah versi fungsi dan harus raise jika melanggar aturan. File diberikan sebagai daftar pasangan (path, data), di mana data adalah bytes file tersebut. Aturannya: dua file adalah duplikat jika bytes mereka identik, apa pun namanya; kembalikan daftar grup, masing-masing adalah daftar terurut dari path 2 atau lebih file yang identik, dan grupnya harus terurut; file tanpa duplikat tidak muncul. Passing bar: loloskan versi yang benar dan tangkap setidaknya 4 dari 6 versi yang rusak (saran yang sengaja dipasang adalah salah satunya).
Ada masalah di pelajaran ini? Laporkan · Tanya tentang pelajaran ini
Latihan ini akan segera dibuka
Selesaikan pelajaran sebelumnya agar pelajaran ini terbuka. Seluruh kursus ini gratis, tidak butuh akun, dan kamu bisa baca pelajaran ini sekarang.
Browser ini memblokir cookie untuk learn.floati.life, jadi pelajaran yang sudah kamu selesaikan di sini tidak bisa dibuka berurutan. Izinkan cookie untuk situs ini dan muat ulang.