最适合上传独特PDF的数据结构

Question

我曾在大学里分配过一份作业，其中包括将PDF文档有效地存储在PDF存储中，并且仅存储一次（通过多次上传相同文件不会重复任何内容）。

该方法是以下store(String title, File pdfFile)

范例1：

"Fast Cars", fastcars.pdf
"Even Faster Cars", fastcars.pdf
"Not So Fast Cars", cars.pdf
"Slow Cars", slowcars.pdf

预期结果：它的大小应为3，其中包含以下fastcars.pdf, cars.pdf and slowcars.pdf

范例2：

"Fast Cars", fastcars.pdf
"Even Faster Cars", fastcars.pdf
"Fast Cars", sportscars.pdf
"Even Faster Cars", sportscars.pdf

它的大小应为1，并且仅包含sportscars.pdf

我的想法是对pdf内容进行哈希处理，并可能使用HashMap将内容摘要哈希与一个随机整数映射，然后再将其映射到PDF标题？

棘手的部分是试图满足示例2。

您将为这个问题推荐什么样的数据结构以提高效率？您将采用哪种方法？

提前致谢

Answer 1

我接受了控制台输入..

测试用例＃1 i / p：

  FastCars fastcars.pdf
  EvenFasterCars fastcars.pdf
  NotSoFastCars cars.pdf
  SlowCars slowcars.pdf

o / p：

slowcars.pdf
 fastcars.pdf
 cars.pdf

测试用例＃2

i / p：

 FastCars fastcars.pdf
 EvenFasterCars fastcars.pdf
 FastCars sportscars.pdf
 EvenFasterCars sportscars.pdf

o / p：

  sportscars.pdf

公共静态void main（String [] args）引发异常{

        Map<String,String> map1=new HashMap<String,String>();
        Map<String,String> map2=new HashMap<String,String>();


        BufferedReader br=new BufferedReader(new InputStreamReader(System.in));

        for(int i=0;i<4;i++)
        {
            String inpt[]=br.readLine().split(" ");
            String tag=inpt[0];
            String fileName=inpt[1];
            map1.put(tag,fileName);
            map2.put(fileName, tag);
        }

        Set<String> keySet=map1.keySet();
        Iterator it=keySet.iterator();
        while(it.hasNext())
        {
            String key=(String)it.next();
            if(map2.containsKey(map1.get(key)))
            {
                System.out.println(map1.get(key));
                map2.remove(map1.get(key));
            }
        }


    }

Answer 2

每个合格的PDF文件都有一个唯一的ID作为其元数据的一部分。 您可能只想使用该字符串作为文件名。 大多数PDF库工具都允许轻松访问此元数据。