Question

我们在使用LINQ的代码段中遇到了轻微的性能问题，并且提出了一个关于LINQ如何在查找方面工作的问题

我的问题是这个（请注意我已经更改了所有代码，因此这是代码的指示性示例，而不是真实场景）：

鉴于

public class Person {
 int ID;
 string Name;
 DateTime Birthday; 
 int OrganisationID;
}

如果我有一个说100k Person对象的列表，然后是一个日期列表，比如1000，我运行了这段代码：

var personBirthdays = from Person p in personList
    where p.OrganisationID = 123
    select p.Birthday;

foreach (DateTime d in dateList)
{
    if (personBirthdays.Contains(d))
        Console.WriteLine(string.Format("Date: {0} has a Birthday", d.ToShortDateString()));
}

结果代码将是：

的迭代

100k（用于查找具有organisationID 123的用户需要完成的循环）
乘以
1000（列表中的日期数量）
乘以
x（具有针对该日期检查的organisationID 123的用户数量）

这是很多迭代！

如果我将personBirthdays的代码更改为：

List<DateTime> personBirthdays = 
        (from Person p in personList
        where p.OrganisationID = 123
        select p.Birthday).ToList();

这应该删除100k作为倍数，并且只执行一次？

所以你会有100k +（1000 * x）而不是（100k * 1000 * x）。

问题是，这似乎太容易了，我确信LINQ在某处做了一些聪明的事情，这应该意味着这不会发生。

如果没有人回答，我会进行一些测试并报告回来。

清晰度更新： 我们不考虑数据库查找，personList对象是内存列表对象。这就是所有LINQ到对象。

Answer 1

这应该将10k作为倍数移除，并且只执行一次？

这意味着，不是迭代personList 100k次，而是为每次迭代执行where和select次操作迭代生成的List 100k次，并且where和select操作只会在基础数据源上执行一次。

问题是，这似乎太容易了，我确信LINQ在某处做了一些聪明的事情，这应该意味着这不会发生。

不，你的第一个查询只是你不应该使用LINQ做的事情，你应该把查询的结果放在一个数据结构中，如果你打算多次迭代它们（这是什么你改变了。）

您可以使用适当的数据结构进一步改进此查询。搜索List效率相当低，因为它需要进行线性搜索。最好使用HashSet来存储查询结果。 HashSet在平均情况下具有O（1）搜索速度，而不是List的O（n）搜索时间。

var dates = new HashSet<DateTime>(from Person p in personList where p.OrganisationID = 123 select p.Birthday); foreach (DateTime d in dateList.Where(date => dates.Contains(date))) { Console.WriteLine(string.Format("Date: {0} has a Birthday", d.ToShortDateString())); }

Answer 2

这是典型的select n+1问题，在您应用.ToList()后，您已部分解决了问题。下一步可能如下：您不断迭代personBirthdays列表，将其替换为HashSet，您可以更快地执行Contains(d)并删除重复项：

var personBirthdays = new HashSet<DateTime>((from Person p in personList
    where p.OrganisationID = 123
    select p.Birthday).ToArray());

Answer 3

我假设您指的是LINQ-to-Objects，因为每个LINQ提供程序都有自己的实现（LINQ-to-SQL，LINQ-to-Entities，LINQ-to-XML，LINQ-to-anything））。

以personBirthdays为例，表达式的创建是为了迭代完整的结果集，因此LINQ不能自动将结果实现为数组或列表。

这些操作非常不同：

personBirthdays.Distinct()
personBirthdays.FirstOrDefault(b => b.Month == 7)
personBirthdays.Select(b => b.Year).Distinct()

作为一种技术的LINQ，“聪明”是允许构造表达式树并推迟执行。这可以防止 - 在上面的第三个例子中 - 100k迭代获得生日，然后另外100k选择年份，然后是最后的，昂贵的传递来组装不同的值。

LINQ消费者（你）必须拥有表达式的命运。如果您知道结果集将被多次迭代，那么您有责任将它们具体化为数组或列表。

此LINQ代码是否对原始数据执行多次查找？

3 个答案: