Question

如果标题令人困惑，我很抱歉，我并不确定如何标记这一点，我试过了。

我正在编写一个程序来进行跨索引搜索，该程序是使用Visual Studio 2010用C＃编写的。

我有一个包含3列的表格：Category，Type和Item。该表从excel电子表格中读入并存储在某种数据结构中（稍后将对此进行说明）。以下是该表的简短示例。

| CATEGORY  | TYPE  | ITEM  | <<header row
| categoryA | typeA | itemA | <<first entry
| categoryA | typeB | N/A   |
| categoryA | typeC | itemB |
| categoryA | typeD | N/A   |

我将读取两个用户输入字符串，我希望程序确定它们是否匹配。 [假设用户输入没有拼写错误，我编写了一个函数来处理这个并规范化两个字符串]

确定两个字符串是否匹配的逻辑如下：

1）如果字符串是CATEGORY，则具有相同TYPE的每个ITEM和CATEGORY都匹配。

2）如果字符串是TYPE或ITEM，则只有同一行中的其他数据匹配

以下是一些示例，字符串a和b是两个输入字符串，match是布尔值：

1) a = "categoryA", b = "typeA", match = true
2) a = "categoryA", b = "itemB", match = true
3) a = "typeC", b = "itemB", match = true
4) a = "typeC", b = "itemA", match = false
5) a = "itemA", b = "itemB", match = false

如果不够清楚，我会举出更多例子。

所以我的整体问题是：从excel电子表格中存储数据的最合适的数据结构是什么，以及如何与此数据结构进行搜索/比较匹配？

我虽然使用Dictionary<string, string>，所以我可以在字典中搜索字符串a并获取匹配字符串列表并进行比较，但这样我会有一个庞大的字典和多个相同的键，这不会工作

感谢任何建议/帮助。

Answer 1

我会考虑使用System.Data命名空间中的DataTable，它适合存储在内存表格数据中。什么可能使你更有吸引力是可以通过DataView类RowFilter属性查询SQL，如查询。

一些伪代码：

DataTable excelTable = new DataTable(); 

//a method that reads Excel doc and injects data into DataTable
PopulateFromExcel(excelTable); 

DataView dv = new DataView(excelTable); 
dv.RowFilter = "a = 'categoryA' AND b= 'typeA'"; 
var match = dv.Count > 0;

Answer 2

我有两个建议：一个优化效率，而另一个优化内存使用：

如果进行大量查找，最有效的数据结构可能是元组的HashSet 。这是一个例子：

var set = new HashSet<Tuple<string, string>>();

set.Add(Tuple.Create("categoryA", "typeA"));
set.Add(Tuple.Create("categoryA", "itemA"));
set.Add(Tuple.Create("typeA", "itemA"));
set.Add(Tuple.Create("categoryA", "typeB"));
set.Add(Tuple.Create("categoryA", "typeC"));
set.Add(Tuple.Create("categoryA", "itemB"));
...

var found1 = set.Contains(Tuple.Create("categoryA", "typeC")); // yields True
var found2 = set.Contains(Tuple.Create("itemA", "itemB"));  // yields False

当您读取数据时，为每行添加所有可能为HashSet产生True的组合。它会很大，但查找操作应该几乎是即时的。

或者，您可以使用字段MyRow，Category和Type创建一个类Item，并将数据存储在List<MyRow>中。然后，您可以使用LINQ查找匹配的记录：

var isMatch = myList.Any(row => (row.Category == string1 && row.Type == string2)
                             || (row.Category == string1 && row.Item == string2)
                             || ...);

这需要最少的内存（因为每个值只存储一次）。但是，每个搜索操作都会遍历完整列表，直到找到匹配项。

Answer 3

我建议使用DOCMD.TransferSpreadsheet方法并导出excel数据以进行访问并执行一些简单的查询以符合您的要求。

交叉索引引用

3 个答案: