两台不同计算机上的文件差异

Question

有两台计算机具有相同数量的文件。我们如何确定One计算机中的任何一个文件是否有轻微变化。这些计算机之间的网络通信速度非常慢

Answer 1

您可以使用md5sum实用程序。对于Windows，请检查[this]（https://support.microsoft.com/en-us/help/889768/how-to-compute-the-md5-or-sha-1-cryptographic-hash-values-for-a-file）和linux使用1 2 3 4 5 6 7 8 9 10 x xx xx xx xxx xxx xxx xxx xxx xxxx x xx xx xxx xxx xxx xxx xxxx x xx xxx xx 1 out: x input: 2 out: xx input: 3 xx x input: 4 out: xx xx input: 5 out: xxx xx ，然后比较哈希值。

Answer 2

您可以散列文件并通过网络比较哈希​​值。

设计了一个好的哈希函数，如果函数的输入只有一点差别，那么输出将完全不同。此外，现在大多数散列函数的输出长度为160-512位。意思是虽然你可能想要比较几个千兆字节大的文件，你只需要通过网络发送一个512位的小字符串来查看哈希值是否匹配。

如果您有数百万个文件，那么这可能已经很多了。解决方案看起来像这样：

1. 在每台计算机上散列每个文件
2. 然后连接哈希并再次对连接的字符串进行哈希
3. 现在比较这个输出，如果它不同，你知道这些文件存在差异。
4. 要查找哪个文件不同（或者甚至在文件中的确切位置），您可以使用二进制搜索：
5. 将数百万个文件分成两部分，现在转到步骤1-3（如果有足够的空间，可以保存每个文件的哈希以加快速度）。
6. 现在两个不同的哈希值中的每一个都递归地转到步骤4-6。
7. 如果您找到了不同的文件，您可以再次按行数拆分文件，并按照4-6的方式工作。
8. 在某些时候，行数会很小，以至于散列可能比行的实际内容长。现在，以天真的方式比较实际内容当然更有效。

假设您只有一个不同的文件，那么只需要对数许多哈希值通过网络发送，从而最大限度地减少网络流量。

Answer 3

一个想法是为每个文件生成一个哈希值。哈希将任意长度的文件转换为固定大小。你可以进一步散列哈希值，然后上传并比较。哈希是广泛用于确保下载不会损坏的东西。