Question

我有一个比较两个文件的功能，看看它们是否相同。它逐字节读取文件并检查它们是否相同我现在遇到的问题是，对于大文件，这个功能需要相当长的时间。

检查文件是否相同的更好，更快的方法是什么？

Answer 1

当您的文件不相同时，它们的大小可能相同吗？如果没有，你可以立即确定文件大小（fseek到最后，ftell来确定位置），如果它们不同，那么你知道它们在不比较数据的情况下是不一样的。如果尺寸相同，请记住回到开头。

如果将文件读入大内存缓冲区并使用memcmp（）比较每个缓冲区，则可以提高性能。您不必一次读取整个文件，只需设置一个大的缓冲区大小并从每个文件读取该大小的块，用于循环中的每个比较迭代。 memcpy函数将以32位值运行，而不是8位字节。

Answer 2

如果你真的想要对两个文件进行强力比较，mmaping may help。

如果您知道正在阅读的内容的文件结构，请阅读允许您快速识别它们的唯一部分（例如标题和相关的块/部分）。当然，您需要在比较之前获得其基本属性。

如果进行多重比较，则生成哈希（或其他内容）。

Answer 3

以大小为X的块读取文件。使用X最高1-10-50兆字节。在这些块上使用memcmp()。

Answer 4

虽然有许多使用SHA或MD5的加密哈希函数的例子，但是对于文件比较，最好使用非加密哈希，因为它会更快：

根据您的需要，FNV哈希被认为是快速的：

Answer 5

如果您不熟悉谷歌上关于“MD5”或“SHA”算法的哈希搜索。散列是检查文件一致性的有效方法之一。只有你需要找到其中一种算法的实现并检查它们;例如：

if(md5(file1Path) == md5(file2Path))
    cout<<"Files are equal"<<endl;
else
    cout<<"Files are not equal"<<endl;