Question

我有以下两个列表，它们是字符串对。一个是我的期望，另一个是我发现的。我想找出遗漏的东西。代码有效，但有些情况比其他情况慢得多。

当n = 1时，.Except()呼叫需要21秒。
当n = 10时，.Except()呼叫需要2秒。

在这两种情况下，元素数量都相同。这只是一些哈希表冲突吗？我能做些什么来使所有案件同样快速？

List<KeyValuePair<string, string>> FoundItems = new List<KeyValuePair<string, string>>();
List<KeyValuePair<string, string>> ExpectedItems = new List<KeyValuePair<string, string>>();

int n = 1;
for (int k1 = 0; k1 < n; k1 ++)
{
    for (int k2 = 0; k2 < 3500/n; k2++)
    {
        ExpectedItems.Add(new KeyValuePair<string, string>( k1.ToString(), k2.ToString()));
        if (k2 != 0)
        {
            FoundItems.Add(new KeyValuePair<string, string>(k1.ToString(), k2.ToString()));
        }
    }
}

Stopwatch sw = new Stopwatch();
sw.Start();

//!!!! This is the slow line.
List<KeyValuePair<string, string>> MissingItems = ExpectedItems.Except(FoundItems).ToList();
//!!!! 

string MatchingTime = "Matching Time: " + sw.ElapsedMilliseconds.ToString() + " (" + sw.ElapsedMilliseconds / 1000 + " sec)";
MessageBox.Show(MatchingTime + ", " + ExpectedItems.Count() + " items");

我的数据确实是字符串，我只是在这个测试用例中使用整数，因为它很容易。

Answer 1

是的，我认为问题是KeyValuePair实际上只对第一个字段进行哈希处理（有一些奇怪的事情 - 它不像那样那么简单）。

例如：

using System;
using System.Collections.Generic;

class Test
{
    static void Main()
    {
        ShowPairHash("a", "b");
        ShowPairHash("a", "c");
        ShowPairHash("Z", "0");
        ShowPairHash("Z", "1");
    }

    static void ShowPairHash(string x, string y)
    {
        var pair = new KeyValuePair<string, string>(x, y);
        Console.WriteLine(pair.GetHashCode());
    }
}

输出：

因此，当n = 1，所有项目具有相同的哈希码时......所有内容都需要在HashSet<T>的每次添加时检查完全相等。内置Except。

如果您将KeyValuePair来电更改为

new KeyValuePair<string, string>(k2.ToString(), k1.ToString())

...然后n = 1的情况非常快。

但更好：使用具有更好哈希码计算的类型。例如，匿名类型，Tuple<string, string>或您自己的Tuple<string, string>自定义结构版本（但实现IEquatable<T>）。

为什么这个List.Except在某些情况下如此缓慢（以及如何加快速度）？

1 个答案: