给定文件数量和深度生成随机目录/文件

Question

我想分析一些 VCS 软件，为此我想在随机排列的目录中生成一组随机文件。我正在用 Python 编写脚本，但我的问题很简单：如何生成一个随机目录树，其中每个目录的平均子目录数和每个目录的文件分布广泛？

澄清：我不是在比较不同的 VCS 存储库格式（例如 SVN 与 Git 与 Hg），而是分析处理 SVN（以及最终其他）工作副本和存储库的软件。

我想要的约束是指定文件总数（称为“N”，可能是 ~10k-100k）和目录结构的最大深度（“L”，可能是 2-10）。我不在乎每个级别生成了多少个目录，并且我不想最终每个目录生成 1 个文件，或者在一个目录中生成 100k 个文件。

分布是我不确定的，因为我不知道 VCS（特别是 SVN）在非常均匀的结构还是非常倾斜的结构下表现会更好或更差。尽管如此，如果我能想出一种算法，它不会对大数“均衡”，那就太好了。

我的第一个想法是：使用某种方法生成目录树，然后用文件统一填充树（平等对待每个目录，不考虑嵌套）。我的粗略计算告诉我，如果有“L”级，每个目录有“D”子目录，每个目录有大约 sqrt(N) 个文件，那么将有大约 D^L 目录，所以 N =~ sqrt(N)*(D^L) => D =~N^(1/2L)。所以现在我有了“D”的近似值，我如何生成树？如何填充文件？

我会很感激一些指向我可以使用的算法的好资源的指针。我的搜索只找到了漂亮的小程序/闪存。

Answer 1

为什么不下载一些真正的开源存储库并使用它们呢？

您是否考虑过文件中的内容？那也是随机数据吗？