使用C查找重复文件

我试图编写一个C程序，搜索重复的文件，对文件进行分组，然后返回所有重复的文件。用户可以从命令行（argc）输入文件路径或指定要检查使用的文件。我将使用stat（）遍历系统，我知道我需要使用哈希表来存储文件。但是，我有点不知所措，不知道该怎么做才能真正检查文件是否重复

我知道已经有一些课程可以为你做这些，但这是一个我需要完成的学术练习。我不是在寻找编码答案，只是关于我应该如何着手解决问题的更高层次的答案。任何反馈都是非常感谢的，包括我上面列出的建议以外的任何建议（同样，我必须从头开始编写这个程序）

---

谢谢。

我有点困惑。你打算用哈希表做什么？这是一项具体要求吗？您是否正在考虑使用加密哈希函数对文件内容进行哈希处理？请说明您目前的研究/调试工作。请先阅读第页。@DavidSchwartz，我正计划使用哈希表来存储重复的文件，这样我就可以访问这些文件并将其输出。这不是一个具体的要求，只是讲师的建议。从阅读MD5和SHA1之类的函数开始。是的，@DavidSchwartz的建议是正确的。与显式比较文件的类似diff的程序不同，只需获取每个文件的md5哈希，对哈希字符串列表进行排序（携带相应的文件路径/名称），然后在排序后的列表中查找md5[i+1]=md5[i]。如果你必须自己从头开始编程，那么md5散列有点冗长，所以如果只是为了练习，也许一个更简单的散列就可以了。