Linux文件目录树的遍历

1．  linux提供opendir、readdir(readdir_r)、closedir和scandir等接口实现对目录的读取；

2．  readdir返回指向下一个目录项的指针，如果要自己传入缓冲区存储目录项，应使用readdir_r代替。readdir的结果中包含当前目录和上一级目录的目录项信息。

3．  在遍历过程中，进程的工作目录不会改变，在递归遍历的时候，需要改变工作目录（chdir）以识别相对路径，或者每次都限定全局路径。

4．  深度优先遍历目录树采用递归实现易编码(参见如下代码)，广度优先遍历则需借助队列实现。当目录下的文件数量较少时，采用广度优先遍历效率会更高，因目录下的目录项基本都是连续存放，减少了很多磁盘寻道；而采用深度优先遍历，结果的聚合性更高。

 

int dir_traverse(const char *dir_name)
{
    DIR *dirp = opendir(dir_name);
    if(!dirp) {
        perror("opendir");
        return -1;
    }

    struct stat st;
    struct dirent *dir;
    char fullpath[FILENM_MAX];
    while((dir = readdir(dirp)) != NULL) {
        if(!strcmp(dir->d_name, ".") || // 考虑当前目录和上级目录，否则会死循环
           !strcmp(dir->d_name, "..")) {
            continue;
        }

        sprintf(fullpath, "%s/%s", dir_name, dir->d_name); //获取全局路径
        printf("%s\n", fullpath); // 打印路径
        if(lstat(fullpath, &st) < 0) {
            perror("lstat");
            continue;
        }
        if(S_ISDIR(st.st_mode)) {
            dir_traverse(fullpath); // 递归遍历子目录
        }

    }

    closedir(dirp);

    return 0;
}

访问目录下某个文件时，需要逐个读取目录数据中的目录项并与目标进行匹配获得文件的inode号，假设文件的平均长度为10byte，加上inode、type及reclen等信息，每个目录项的平均长度为16byte，假设采用4K的数据块，则一个块可以存放256个目录项，按照ext2文件数据索引的方式，当目录下文件数n少于256*12时，则在目录下查找文件最多需要访问n/256(向上取整）个数据块，当目录下文件数更多的时候，需要访问的块数会更快的增加（后面得到存储数据的物理块号需要多级索引），这也是在目录下不应放太多文件的原因，如果将拥有很多文件的目录均分成多个子目录，多一级目录会多一次（或多次，具体依赖于子目录下文件数量）磁盘块访问，但在子目录中查找文件的磁盘访问开销会小很多。