如何在适用于Mac os的Gemini中实现重复文件搜索
如何在适用于Mac os的Gemini中实现重复文件搜索
提问于 2015-08-28 15:02:55
我试着通过命令行在我的mac机器上搜索重复的文件。对于10 gb的数据文件，这一过程几乎需要半个小时，而Gemini和cleanmymac应用程序查找文件所需的时间较少。所以我想说的是，这些应用程序是如何实现这种稳定性的，它背后的概念是什么，是用什么语言编写的代码。
我试着在谷歌上搜索信息，但没有找到任何与复制发现者相关的信息。
如果你有任何想法，请在这里输入。
回答 2
Stack Overflow用户
发布于 2015-09-11 23:11:33
首先，Gemini定位大小相同的文件，然后它使用自己的类似散列的类型依赖算法来比较文件内容。该算法不是100%准确，但比经典散列快得多。
Stack Overflow用户
发布于 2017-10-24 04:11:40
我联系了支持人员，询问他们使用的是什么算法。他们的反应是，他们将每个文件的各个部分相互比较，而不是整个文件或进行散列。因此，他们只能检查每个大小合理相似的文件的5% (或更少)，并获得相当准确的结果。使用这种方法，他们不必支付比较整个文件的成本或散列文件的成本。如果他们使用这种方法进行初始比较，然后在潜在的匹配项之间进行充分的比较，他们可能会更准确。
使用此方法，可以将彼此次要变体的文件检测为完全相同。例如，我有两首歌(original mix和VIP mix)被算作是一样的。我也有两张图片，一张有水印，另一张没有，被列为相同的。在这两种情况下，算法只是碰巧挑选了两个文件中相同的文件部分。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/32265147
复制相关文章
相似问题
腾讯云开发者
