Question

由于某些原因我不能使用MessageDigest.getInstance("MD5")，所以我必须以手动方式编写算法代码，我的项目是扫描重复文档（* .doc，* .txt，* .pdf）on Android设备。我的问题是，在输入算法之前我必须写什么，扫描Android设备上MY ROOT目录上的重复文档？如果没有选择目录，当我按下按钮扫描时，过程开始，listview显示。有人可以帮帮我吗？我的项目截止日期即将到来。非常感谢你。

public class MD5 {

//What must I write here, so I allow to scan for duplicate document on Android root with MD5 Hash

//MD5 MANUAL ALGORITHM CODE
}

Answer 1

整个过程：

您的目标是检测（并可能存储有关重复文件的信息）。

1然后，首先，你必须遍历目录和文件，

看到这个：

list all files from directories and subdirectories in Java

2并且对于每个文件，像字节数组一样加载它

看到这个：

Reading a binary input stream into a single byte array in Java

3然后计算您的MD5 - 您的项目

4并存储此信息

您可以使用Set来检测重复项（Set具有唯一元素）。

Set<String> files_hash; // each String is a string representation of MD5
if (files_hash.contains(my_md5)) // you know you have it already

或

Map<String,String> file_and_hash; // each is file => hash
// you have to iterate to know if you have it already, or keep also a Set

MD5的答案：

读取算法： https://en.wikipedia.org/wiki/MD5

RFC：https://www.ietf.org/rfc/rfc1321.txt

一些谷歌搜索...

这个演示文稿，一步一步 http://infohost.nmt.edu/~sfs/Students/HarleyKozushko/Presentations/MD5.pdf

或尝试复制C（或java）实现......

总体策略

为了节省时间并加快处理速度，您还必须考虑使用您的功能：

如果您使用一次，对于一个独特的文件，最好通过在其他文件大小之前选择来减少工作量。
如果您经常使用它（并希望快速使用它），请定期扫描背景中的新文件以使哈希基础保持最新。检测新文件很简单。
如果您想要复制所有文件，请更好地扫描所有内容，并使用Set Strategy

希望这有帮助

Answer 2

您想要recursively scan for files，然后，对于找到的每个文件，计算其MD5或其他任何内容，并在elements.each(function(index){ var itemId = $(this).attr('id').val(); });中存储该哈希值，如果您只想知道如果文件是欺骗文件，或者如果您希望能够告诉当前文件与哪个文件重复，则在Set<...>中。

对于每个文件的哈希，您将查看已知哈希的集合，以检查其中是否包含该特定哈希值;如果是，你（很可能）有一个重复的文件;如果不是，则将新的哈希值添加到集合中，然后继续下一个文件。

使用md5扫描重复文档

2 个答案: