逐字节比较文件还是读取所有字节？

Question

我遇到了这段代码http://support.microsoft.com/kb/320348，这让我想知道比较2个文件的最佳方法是什么，以确定它们是否不同。

主要思想是优化我的程序，该程序需要验证是否有任何文件相同，以创建已删除/创建的已更改文件和/或文件的列表。

目前我正在比较文件的大小，如果它们匹配，我将进入2个文件的md5校验和，但在查看在这个问题的开头链接的代码后，它让我想知道它是否真的值得使用它来创建2个文件的校验和（基本上是在获得所有字节后）？

还应该做​​些什么其他验证来减少检查每个文件的工作？

Answer 1

将两个文件读入小缓冲区（4K或8K），该文件针对读取进行了优化，然后比较内存中的缓冲区（逐字节），该缓冲区针对< EM>比较

这将为您提供所有情况下的最佳表现（差异在开始，中间或结尾）。

当然，第一步是检查文件长度是否有所不同，如果是这样的话，文件确实不同......

Answer 2

如果你还没有计算过文件的哈希值，那么你也可以进行适当的比较（而不是查看哈希值），因为如果文件是相同的，那么它的工作量是相同的，但如果它们是'你可以早点停下来。

当然，一次比较一个字节可能有点浪费 - 一次读取整个块并进行比较可能是一个好主意。