扔盒子电面

面经老题，给定一个目录，如何找到该目录下所有重复的文件。这题不难，但是可以有很多follow-up，涉及到文件系统，hash算法，匹配查询等等。下面有一些常见的问题和我想的解答：

(1) 如何确定文件类型？遍历目录文件时候，如何确定这是个regular文件，是一个符号链接，是一个特殊的设备文件，还是目录？这是在遍历时候的一个必要步骤。不同的语言和操作系统下可能有不同的方法。如果能够谈到linux下文件系统下有多种文件类型，Linux提供了多种API，比如is_regular_file(), is_block_file等保证确定文件类型，应该是加分项。
(2) 如何确定两个文件相同？所有文件对每个文件跟其它文件逐个

您好！
本帖隐藏的内容需要积分高于 188 才可浏览
您当前积分为 0。
使用VIP即刻解锁阅读权限或查看其他获取积分的方式

游客，您好！
本帖隐藏的内容需要积分高于 188 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies

跳过。
(7) 如果目录很深怎么办？这个需要考虑，用来存储文件路径名的字符数组是否有溢出的可能性。
(8) 如果重复文件查询过程中死机了怎么办？第一点可以考虑checkpointing，定期保存进度。这样重新启动查询的时候，不需要从零开始。




补充内容 (2017-10-16 11:08):
求大米！

感谢分享思路！祝拿onsite／offer！

请问这题代码部分要写成什么样子呢？明天面，有点紧张 =。=

再补充一点，是DFS好还是BFS好，这个要考虑文件系统的局部性。一般文件系统倾向于把同一目录下的文件放在一起，这样BFS就可以显示出优势，可以减少硬盘读次数。

学霸也刷题 发表于 2017-10-16 10:58
感谢分享思路！祝拿onsite／offer！

请问这题代码部分要写成什么样子呢？明天面，有点紧张 =。=

能把基本框架写完code部分就完成了吧。follow-up 问题都看讨论交互了。

楼主社招只有一轮电面吗？之后就是onsite了？

谢谢楼主

楼主厉害