要求
给你一个目录信息列表 paths ，包括目录路径，以及该目录中的所有文件及其内容，请你按路径返回文件系统中的所有重复文件。答案可按 任意顺序 返回。
一组重复的文件至少包括 两个 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，在目录 root/d1/d2/.../dm 下，有 n 个文件 ( f1.txt, f2.txt ... fn.txt ) 的内容分别是 ( f1_content, f2_content ... fn_content ) 。注意：n >= 1 且 m >= 0 。如果 m = 0 ，则表示该目录是根目录。
输出 是由 重复文件路径组 构成的列表。其中每个组由所有具有相同内容文件的文件路径组成。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：paths = ["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"]]
示例 2：
输入：paths = ["root/a 1.txt(abcd) 2.txt(efgh)","root/c 3.txt(abcd)","root/c/d 4.txt(efgh)"]
输出：[["root/a/2.txt","root/c/d/4.txt"],["root/a/1.txt","root/c/3.txt"]]
提示：
- 1 <= paths.length <= 2 * 104
- 1 <= paths[i].length <= 3000
- 1 <= sum(paths[i].length) <= 5 * 105
- paths[i] 由英文字母、数字、字符 '/'、'.'、'('、')' 和 ' ' 组成
- 你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。
- 你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单个空格分隔。
进阶：
- 假设您有一个真正的文件系统，您将如何搜索文件？广度搜索还是宽度搜索？
- 如果文件内容非常大（GB级别），您将如何修改您的解决方案？
- 如果每次只能读取 1 kb 的文件，您将如何修改解决方案？
- 修改后的解决方案的时间复杂度是多少？其中最耗时的部分和消耗内存的部分是什么？如何优化？
- 如何确保您发现的重复文件不是误报？
核心代码
class Solution:
def findDuplicate(self, paths: List[str]) -> List[List[str]]:
map_ = {}
res = []
for i in range(len(paths)):
tmp = paths[i].split(" ")
for j in range(1,len(tmp)):
if tmp[j][tmp[j].index("("):len(tmp[j]) - 1] not in map_:
map_[tmp[j][tmp[j].index("("):len(tmp[j]) - 1]] = [tmp[0] + "/" + tmp[j][:tmp[j].index("(")]]
else:
map_[tmp[j][tmp[j].index("("):len(tmp[j]) - 1]].append(tmp[0] + "/" + tmp[j][:tmp[j].index("(")])
return [k for k in map_.values() if len(k) > 1]
解题思路：我们首先使用" "进行分割，然后我们使用一个字典来进行内容数据的存储，遇到相同内容的就放到同一个数据列表中，最终能得到重复文件的数据列表，最终选择数量大于1的输出，即存在重复文件。
