609. 在系统中查找重复文件

题目描述

给定一个目录信息列表，包括目录路径，以及该目录中的所有包含内容的文件，您需要找到文件系统中的所有重复文件组的路径。一组重复的文件至少包括二个具有完全相同内容的文件。

输入列表中的单个目录信息字符串的格式如下：

“root/d1/d2/…/dm f1.txt(f1_content) f2.txt(f2_content) … fn.txt(fn_content)”

这意味着有 n 个文件（f1.txt, f2.txt … fn.txt 的内容分别是 f1_content, f2_content … fn_content）在目录 root/d1/d2/…/dm 下。注意：n>=1 且 m>=0。如果 m=0，则表示该目录是根目录。

该输出是重复文件路径组的列表。对于每个组，它包含具有相同内容的文件的所有文件路径。文件路径是具有下列格式的字符串：

“directory_path/file_name.txt”

示例 1：

输入：

[“root/a 1.txt(abcd) 2.txt(efgh)”, “root/c 3.txt(abcd)”, “root/c/d
4.txt(efgh)”, “root 4.txt(efgh)”]

输出：

[[“root/a/2.txt”,“root/c/d/4.txt”,“root/4.txt”],[“root/a/1.txt”,“root/c/3.txt”]]

注：

1. 最终输出不需要顺序。
2. 您可以假设目录名、文件名和文件内容只有字母和数字，并且文件内容的长度在 [1，50] 的范围内。
3. 给定的文件数量在 [1，20000] 个范围内。
4. 您可以假设在同一目录中没有任何文件或目录共享相同的名称。
5. 您可以假设每个给定的目录信息代表一个唯一的目录。目录路径和文件信息用一个空格分隔。

思路

split() 方法根据匹配给定的正则表达式来拆分字符串。

• 注意： . 、 $、 | 和 * 等转义字符，必须得加 \\。
• 注意：多个分隔符，可以用 | 作为连字符。
  Java split()

class Solution {
    public List<List<String>> findDuplicate(String[] paths) {
        HashMap<String,List<String>> map = new HashMap<>();
        for(int i = 0;i < paths.length;i++){
            String[] str = paths[i].split(" ");
            for(int j = 1;j < str.length;j++){
                String[] fileAndTxt = str[j].split("\\(");
                String text = fileAndTxt[1].replace(")","");
                String temPath = str[0]+"/"+fileAndTxt[0];
                List<String> samePath = map.getOrDefault(text,new ArrayList<String>());
                samePath.add(temPath);
                map.put(text,samePath);
            }

        }
        List<List<String>> res = new ArrayList<>();
        for(String tem:map.keySet()){
            if(map.get(tem).size()>1){
                res.add(map.get(tem));
            }
        }
        return res;
    }
}