如何检测文件是不是已更改？

Posted 2023-02-23

【中文标题】如何检测文件是不是已更改？

【英文标题】：How to detect if a file has changed?如何检测文件是否已更改？

【发布时间】：2015-01-21 10:23:31

【问题描述】：

我正在尝试编写一个用于处理巨大文件的文字处理器程序。现在每当用户关闭文件时，如果文件已被修改，我会提示他们“是否要保存文件”。

我正在使用每当用户执行任何写操作时设置的脏位来实现这一点。

但是，这有一个限制，即当文件实际上并不脏时，它会被视为脏文件。例如，如果用户键入一个字符并将其删除，则该文件没有更改。但是我的“脏位”实现认为它已经改变了。

就速度而言，检测文件是否真的发生变化的最佳方法是什么？

对整个文件进行完整的逐位比较太慢了。 （比较文件哈希也太慢了，因为需要处理整个文件来计算哈希。在比较值之前先进行长度比较在长度不同时有效，但在长度不同时失败 't，就像我上面的例子一样。）

【参考方案1】：

由于这是一个文字处理程序，它也可以有操作历史。您可以维护 2 个堆栈，一个用于历史操作（已合并的更改），另一个用于将来的操作（已应用但现在已以线性方式恢复的更改）。

例如，按顺序输入的每个字符都可以是动作堆栈中的一项，将其删除可能相当于将该动作从历史项目堆栈弹出到未来动作堆栈（以防您需要重做动作)。

现在，只要历史操作的堆栈不为空，您就会提示用户在关闭时关闭文件。

为简单起见，您可以设置有限数量的历史记录项（例如最近 100 个操作）。然后，由于每个用户操作都会对文档进行每次添加/减去操作，因此几乎没有任何延迟，并且确定堆栈是否为空是一个 O(1) 操作。

【讨论】：

我会 +1，但我认为这不适用于更复杂的情况。举个例子，当用户编辑他的“header”，然后编辑他的“footer”，然后删除他的“body”，然后编辑他的“footer”，使其看起来像他以前的“header”，然后附加一个“footer”看起来像他以前的“页脚”，然后插入一个看起来像他以前的“身体”的“身体”。你明白了，他到处剪，贴，贴，剪，所以有很多变化，但最终的内容没有改变。

@TwentyTwo 如果你想了解那个级别的细节，你将不得不检查整个文件的内容，没有别的办法。例如，我有一个 1000 个字符的文件，现在我一个字符一个字符地从中删除数据，然后一个字符一个字符地添加回来。即使有 2000 个动作，网络文件也是一样的。就复杂性而言，它根本不可能以任何其他方式跟踪。 FWIW，从实现的角度来看，跟踪历史记录要容易得多，而且很多文本编辑器都准确地跟踪了这一点。

@TwentyTwo 那么你能解决这个问题吗？我很想知道您为此目的选择的算法:)