XDocument比较

Question

我有两个文档，我需要比较一个简单的架构：

目前的文件：

<Sections>
  <Section Number="1"/>
  <Section Number="2"/>
  <Section Number="4"/>
  <Section Number="5"/>
</Sections>

之前的文档：

<Sections>
  <Section Number="1"/>
  <Section Number="2"/>
</Sections>

比较的结果将是已添加到当前文档的列表部分...即当前文档中不在先前文档中的部分。在本例中，第4节和第5节是新的。

当前和以前的文档可以拥有超过20,000条记录。以下方法产生了我需要的结果，但似乎是错误的方法，因为它多次遍历数据集，并且需要一段时间才能运行。

获取部分列表：

List<XElement> currenList = currentDoc.Descendants("Section").ToList();

获取上一个列表中的属性

List<string> previousString = //get the attribute values...
//get the new sections...
var newSections = (from nodes in currentList
                   let att = nodes.Attribute("Number").Value
                   where !previousList.Contains(att)
                   select nodes) 

什么是更好的方法，涉及更少的数据集传递/转换？

Answer 1

你应该看看Except：

IEnumerable<int> currentList = currentDoc.Descendants("Section")
                      .Select(e => (int)e.Attribute("Number"));
IEnumerable<int> previousList = previousDoc.Descendants("Section")
                      .Select(e => (int)e.Attribute("Number"));

IEnumerable<int> newSections = currentList.Except(previousList);

Answer 2

您可以使用有序集来跟踪。

SortedSet<string> sections = new Sort...
List<XElement> diff = new Li...

foreach (var node in previousList)
    sections.Add(node.Attribute("Section").Value());

foreach (var node in currentList)
    if (!sections.Contains(node.Attribute("Section").Value());
        diff.Add(node);

这对SortedSet使用了一点额外的内存，但它应该运行n * log（n），因为有序集合上的Contains（）将运行log（n）。

最后，diff应包含您正在寻找的列表。