检查文件在C中是否唯一的好方法

Question

我正在编写一个C程序，用于计算给定目录中文件的总大小。我知道每个文件都指向一个inode，所以我打算使用stat来查找inode值和文件大小。因为当有多个硬链接和/或sym链接到inode时我想避免错误的计算，我想将inode存储在一个数组中。问题是，现在要检查inode对于给定文件是否是唯一的，我将不得不再次迭代inode数组，给出大约n^2的运行时间。我想避免过于复杂的结构，如RB树。有没有更快，更聪明的方法来实现这个？我知道有一些系统工具可以做到这一点，我想知道他们是如何实现这样的。

Answer 1

即使二叉树也是一个不错的选择，因为在随机数据下它们相对平衡。这也是一个非常简单的实现结构。

通常，选择的结构是具有恒定平均搜索时间的哈希表。这里的挑战是为您的数据找到一个好的哈希函数。哈希表的实现并不困难，我想你可以找到很多实现它们的好库。

但是如果你愿意等到你在数组中存储所有inode，那么你可以对这个数组进行排序并遍历它以便找到重复的数据。

修改

Inodes包含引用计数。这会计算硬链接的数量。因此，您可以使用引用计数＆gt;检查inode中的重复项。 1。

Answer 2

使用哈希表。它是O（1）（虽然微小的套装有点贵）。当然，你可能会发现这个过于复杂的问题。正如你所说的关于红黑树，但如果你想要最好的最坏情况表现，你需要做一些比普通阵列更复杂的事情（顺便说一下，对于小型集合来说，这是最快的，尽管理论上更糟糕时间复杂度）。

如果你没有哈希表实现已经可用（毕竟这是C），这里有几个概述：https://stackoverflow.com/a/8470745/4323