Description
Given a list paths of directory info, including the directory path, and all the files with contents in this directory, return all the duplicate files in the file system in terms of their paths. You may return the answer in any order.
A group of duplicate files consists of at least two files that have the same content.
A single directory info string in the input list has the following format:
"root/d1/d2/.../dm f1.txt(f1_content) f2.txt(f2_content) ... fn.txt(fn_content)"
It means there are n files (f1.txt, f2.txt ... fn.txt) with content (f1_content, f2_content ... fn_content) respectively in the directory "root/d1/d2/.../dm". Note that n >= 1 and m >= 0. If m = 0, it means the directory is just the root directory.
The output is a list of groups of duplicate file paths. For each group, it contains all the file paths of the files that have the same content. A file path is a string that has the following format:
"directory_path/file_name.txt"
Example 1:
Input: paths = ["root/a 1.txt(abcd) 2.txt(efgh)","root/c 3.txt(abcd)","root/c/d 4.txt(efgh)","root 4.txt(efgh)"]
Output: [["root/a/2.txt","root/c/d/4.txt","root/4.txt"],["root/a/1.txt","root/c/3.txt"]]
Example 2:
Input: paths = ["root/a 1.txt(abcd) 2.txt(efgh)","root/c 3.txt(abcd)","root/c/d 4.txt(efgh)"]
Output: [["root/a/2.txt","root/c/d/4.txt"],["root/a/1.txt","root/c/3.txt"]]
Constraints:
1 <= paths.length <= 2 * 10^41 <= paths[i].length <= 30001 <= sum(paths[i].length) <= 5 * 10^5paths[i]consist of English letters, digits,'/','.','(',')', and' '.- You may assume no files or directories share the same name in the same directory.
- You may assume each given directory info represents a unique directory. A single blank space separates the directory path and file info.
Follow up:
- Imagine you are given a real file system, how will you search files? DFS or BFS?
- If the file content is very large (GB level), how will you modify your solution?
- If you can only read the file by 1kb each time, how will you modify your solution?
- What is the time complexity of your modified solution? - - - What is the most time-consuming part and memory-consuming part of it? How to optimize?
- How to make sure the duplicated files you find are not false positive?
풀이
파일 내용으로 해시맵의 키로 하고, 경로와 파일이름을 리스트에 넣어 키의 값으로 넣는다.
파일 내용이 해시맵에 있는지 보고, 있다면 거기에 마저 넣는다.
파일 내용 찾기 -> 해당 문자열을 공백단위로 split하여 나누어 배열에 넣는다.
배열의 0번째는 경로, 1번 부터는 파일이다.
파일은 문자열의 뒤부터 본다. (가 나오면 멈추고 해당 내용을 해시맵에서 찾는다.
있다면 경로에 /를 붙이고 파일명도 붙여서 리스트에 넣는다.
없다면 새 리스트에 위와 같이 넣는다.
마지막은 해시맵을 돌면서 해당 리스트의 길이가 2 이상일 때만 결과 리스트에 넣는다.
코드
/*
I: string array
O: list string
C: 적어도 두 파일이 같다. -> 중복 무조건 있다.
1 <= n, 0 <= m (m=0 -> 디렉토리는 root다.)
E: paths.length == paths[0].length == 1 -> 빈 리스트 반환.
root/a 1.txt(abcd) 2.txt(efgh)
root/c 3.txt(abcd)
root/c/d 4.txt(efgh)
root 4.txt(efgh)
중복 확인 시 파일 이름은 상관 없으며, 안의 내용이 같은지만을 본다.
중복된 그룹끼리 묶어서 리스트에 넣고 반환한다.
최종으로 넣을 때는 경로와 파일 이름, 확장자 이렇게 넣는다.
solution:
해시맵<string, list<string>>
파일 내용으로 해시맵의 키로 하고, 경로와 파일이름을 리스트에 넣는다.
파일 내용이 해시맵에 있는지 보고, 있다면 거기에 마저 넣는다.
파일 내용 찾기 -> 해당 문자열을 공백단위로 split하여 나누어 배열에 넣는다.
배열의 0번째는 경로, 1번 부터는 파일이다.
파일은 문자열의 뒤부터 본다. (가 나오면 멈추고 해당 내용을 해시맵에서 찾는다.
있다면 경로에 /를 붙이고 파일명도 붙여서 리스트에 넣는다.
없어도 이렇게 넣는다.
마지막은 해시맵을 돌면서 해당 리스트의 길이가 2 이상일 때만 결과 리스트에 넣는다.
time: O(paths.length * file.length) = O(NM)
space: O(paths.length * file.length) = O(NM)
*/
class Solution {
public List<List<String>> findDuplicate(String[] paths) {
Map<String,List<String>> map = new HashMap<>();
List<List<String>> duplicateFiles = new ArrayList<>();
// time - O(paths.length)
for (int i = 0; i < paths.length; i++) {
String[] files = paths[i].split(" ");
if (files.length == 1) {
//base case
if (paths.length == 1) {
List<String> dpl = new ArrayList<>();
duplicateFiles.add(dpl);
break;
}
continue;
}
// O(file.length)
for (int j = 1; j < files.length; j++) {
String curFile = files[j];
int start = curFile.length() - 1;
while (curFile.charAt(start) != '(') {
start--;
}
String curContent = curFile.substring(start + 1, curFile.length() - 1);
if (map.containsKey(curContent)) {
List<String> dpl = map.get(curContent);
dpl.add(makeString(files[0], curFile, start));
map.replace(curFile, dpl);
} else {
List<String> dpl = new ArrayList<>();
dpl.add(makeString(files[0], curFile, start));
map.put(curContent, dpl);
}
}
}
// O(the number of content)
Iterator<String> iter = map.keySet().iterator();
while (iter.hasNext()) {
String key = iter.next();
List<String> list = map.get(key);
if (list.size() > 1) {
duplicateFiles.add(list);
}
}
return duplicateFiles;
}
public String makeString(String directory, String curFile, int start) {
StringBuilder sb = new StringBuilder();
sb.append(directory);
sb.append("/");
sb.append(curFile, 0, start);
return sb.toString();
}
}더 짧지만 시간은 더 걸리는 답
class Solution {
public List<List<String>> findDuplicate(String[] paths) {
Map<String,List<String>> map = new HashMap<>();
List<List<String>> duplicateFiles = new ArrayList<>();
for (String path: paths) {
String[] files = path.split(" ");
for (int j = 1; j < files.length; j++) {
String[] name_cont = files[j].split("\\(");
name_cont[1] = name_cont[1].replace(")", "");
List<String> list = map.getOrDefault(name_cont[1], new ArrayList<String>());
list.add(files[0] + "/" + name_cont[0]);
map.put(name_cont[1], list);
}
}
for (String key: map.keySet()) {
if (map.get(key).size() > 1) {
duplicateFiles.add(map.get(key));
}
}
return duplicateFiles;
}
}