如何使用.NET快速比较2个文件？

Question

典型的方法建议通过FileStream读取二进制文件并逐字节比较它。校验和比较（例如CRC）会更快吗？是否有任何.NET库可以为文件生成校验和？

Answer 1

校验和比较最有可能比逐字节比较慢。

为了生成校验和，您需要加载文件的每个字节，并对其进行处理。然后，您必须在第二个文件上执行此操作。处理几乎肯定会比比较检查慢。

至于生成校验和：您可以使用密码学类轻松地做到这一点。这是使用C＃生成MD5校验和的简短示例。

但是，如果可以预先计算“测试”或“基本”情况的校验和，则校验和可能会更快并且更有意义。如果您有一个现有文件，并且正在检查一个新文件是否与现有文件相同，则在“现有”文件上预先计算校验和将意味着只需要一次在磁盘上执行DiskIO。新文件。这可能比逐字节比较要快。

Answer 2

如果你决定你真正需要一个完整的逐字节的比较（见散列讨论其他的答案），然后是一个在线的解决方案是：

bool filesAreEqual = File.ReadAllBytes(path1).SequenceEqual(File.ReadAllBytes(path2));

不像其他一些张贴的答案，这可以正确处理任何类型的文件：二进制，文本，媒体，可执行文件等，但作为一个完整的二进制比较，文件是不同的只是在“不重要”的方式（如BOM，线-结尾，字符编码，媒体元数据，空格，填充，源代码注释等）将始终被视为不相等。

此代码将两个文件全部加载到内存中，因此不应将其用于比较巨大的文件。除了这种考虑之外，满负荷并不是真正的代价。实际上，这对于预期小于85K的文件大小可能是一个最佳的.NET解决方案，因为其中的小分配.NET非常便宜，并且上面的代码将文件性能和优化最大程度地委托给CLR/ BCL。

此外，对于这样触目所及的情况下，约逐字节的比较的通过性能问题LINQ统计员（如下图所示）是没有实际意义的，因为击中盘所有文件I / O将大大超过，由几个数量级，带来的好处各种内存比较选择。例如，尽管实际上SequenceEqual 确实为我们提供了“最佳”的放弃第一次不匹配的功能，但是在已经获取了文件的内容之后，这几乎无关紧要，每个内容都是确认匹配所必需的。

另一方面，以上代码不包含针对不同大小文件的急切中止操作，这可以提供明显的（可能是可测量的）性能差异。这是有形的，因为尽管WIN32_FILE_ATTRIBUTE_DATA结构中的文件长度可用（无论如何都必须首先获取文件长度才能进行任何文件访问），但继续访问文件的内容却需要完全不同的获取，这有可能避免。如果您对此担心，那么解决方案将变成两行：

// slight optimization over the code shown above

bool filesAreEqual = new FileInfo(path1).Length == new FileInfo(path2).Length && 

       File.ReadAllBytes(path1).SequenceEqual(File.ReadAllBytes(path2));

如果（等效）Length值都被发现为零（未显示）和/或避免每个值都构造FileInfo两次（也未显示），您也可以扩展它以避免二次获取。