Mentira 3: mesmo nome, mesmo tamanho, mesmo arquivo
Por que isso importa Um buscador de duplicatas é geralmente seguido por uma exclusão. Se ele chamar dois arquivos diferentes como "o mesmo", o trabalho de alguém some, e nada na saída avisou isso.
Conselho plantado: o conselho abaixo foi escrito para esta lição e está errado de propósito. É o tipo de resposta que um assistente de IA dá com fluidez e confiança. Seu trabalho não é discutir com ele mas provar a falha com um teste.
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)
O argumento de velocidade é real: ler cada byte de cada arquivo é a parte lenta. Mas isso responde a uma pergunta diferente. Mesmo nome e tamanho é uma forma barata de encontrar arquivos que might sejam duplicatas. Só o conteúdo pode dizer que são.
Pense no que acontece em pastas reais: report.docx salvo em duas pastas de projeto com textos diferentes e, por acaso, o mesmo tamanho; uma foto copiada e renomeada IMG_0001 (copy).jpg; um arquivo de configuração onde apenas um byte difere.
Filtro de candidato: uma verificação barata que descarta coisas mas não pode confirmá-las. Tamanho é um bom exemplo: arquivos de tamanhos diferentes não podem ser iguais. Tamanhos iguais significam apenas "vale a pena comparar".
Escreva my_test(find_duplicates). Ela recebe uma versão da função e deve lançar um erro se quebrar uma regra. Os arquivos são fornecidos como uma lista de pares (path, data), onde data são os bytes do arquivo. As regras: dois arquivos são duplicatas quando seus bytes são idênticos, independentemente de seus nomes; retorne uma lista de grupos, cada um uma lista ordenada dos caminhos de 2 ou mais arquivos idênticos, e os grupos ordenados; arquivos sem duplicata não aparecem. Passar na barra: passe a versão correta e capture pelo menos 4 das 6 versões quebradas (o conselho plantado é um deles).
Viu um problema nesta lição? Reporte-o · Pergunte sobre esta lição
Este exercício abre em breve
Termine a lição anterior para que esta seja desbloqueada. O curso inteiro é gratuito, não precisa de conta, e você pode ler esta lição agora mesmo.
Este navegador está bloqueando cookies para learn.floati.life, então as lições que você terminou aqui não podem abrir em ordem. Permita cookies para este site e recarregue.