删除不在数据表中的文件的最快方法？

Question

我需要用C＃编写代码，该代码将从数据表中选择文件名列表，并删除不在此列表中的文件夹中的每个文件。

一种可能是按名称进行排序，然后遍历表结果，对于每个结果，遍历我的文件并删除它们，直到找到与当前结果匹配或按字母顺序更大的文件，然后移至下一个结果而不重置当前文件索引。

我还没有尝试实际实现它，但是在我看来这将是O（n），因为每个列表仅循环一次（忽略对两个列表进行排序的部分）。 我唯一不确定的是，我是否可以100％确定文件系统和数据库引擎的排序方式完全相同（它们都将“ _”小于“-”之类的东西）。 如果没有，上述算法将根本无法工作。 （顺便说一下，这是一个Jet Engine数据库。）

但是由于这可能不是一个罕见的问题，所以你们可能已经知道更好的解决方案。 我尝试在网上搜索，但找不到任何内容。 也许更有效的解决方案是将每个列表放入HashSet中并找出它们之间的差异。

Answer 1

1. 将文件夹内容放入folderFiles （ IEnumerable<string> ）
2. 获取要保留在filesToKeep的文件（ IEnumerable<string> ）
3. 获取“不在列表中”文件的列表。
4. 删除这些文件。

代码示例：

IEnumerable<FileInfo> folderFiles = new List<FileInfo>(); // Fill me.
IEnumerable<string> filesToKeep = new List<string>();     // Fill me.
foreach (string fileToDelete in folderFiles.Select(fi => fi.FullName).Except(filesToKeep))
{
    File.Delete(fileToDelete);
}

Answer 2

这是我对你的建议。 假设filesInDatabase包含数据库中文件的列表，而pathOfDirectory包含要比较的文件所在的目录的路径。

foreach (var fileToDelete in Directory.EnumerateFiles(pathOfDirectory).Where(item => !filesInDatabase.Contains(item))
{
    File.Delete(fileToDelete);
}

编辑：

这需要using System.Linq; ，因为它使用LINQ。

Answer 3

我认为哈希是要走的路，但是您实际上并不需要两个HashSet。 只需一个HashSet即可存储数据表中的标准化文件名； 另一个容器可以是任何收集数据类型。

Answer 4

首先，.Net允许您定义可用于排序的区域性，但是我对该机制并不十分了解，因此，我将让Google给出有关该主题的指导。

其次，要避免所有文化，可以使用一种与基数排序类似的思想（仅不进行排序）的不同算法-时间复杂度为O（n * length_longest_file_name）。 文件名的长度是有限的（据我所知，几乎没有文件系统允许文件名长于256），所以我假设n大大大于文件名长度，如果n小于则最大文件数名称长度，只需使用O（n ^ 2）方法即可避免工作（无论如何，迭代列表的大小都接近即时）。 注意：此方法不需要排序。

这个想法是创建一个符号数组，该符号数组可以用作文件名chars（如果区分大小写，则大约为60-70个chars），并创建另一个flag数组，其中第一个数组中的每个char都有一个标志。 现在，您为数据库中列表文件名中的每个字符创建一个循环（从1-> length_longest_file_name）。 在每个迭代（i）中，您将遍历数据库列表中每个文件名的第i个字符。 您看到的每个字符，都将其相关标志设置为true。 设置所有标志后，您将越过第二个列表并删除未标记其名称的第i个字符的每个文件。

实现可能很复杂，并且当n较小时，两个数组的开销可能会使速度变慢，但是您可以对其进行优化以使其更好（例如，不要通过删除名称比当前i短的文件来进行迭代这两个列表）。

希望这可以帮助

Answer 5

我有另一个想法可能会更快。

var filesToDelete = new List<string>(Directory.GetFiles(directoryPath));
foreach (var databaseFile in databaseFileList)
{
    filesToDelete.Remove(databaseFile);
}
foreach (var fileToDelete in filesToDelete)
{
    File.Delete(fileToDelete);
}

说明：首先获取目录中包含的所有文件。 然后从该列表中删除数据库中的每个文件。 最后，从列表filesToDelete中删除所有剩余的文件。