Question

所以，这是我的代码：

private List<IEnumerable<Row>> Split(IEnumerable<Row> rows, 
                                     IEnumerable<DateTimePeriod> periods) 
{
    List<IEnumerable<Row>> result = new List<IEnumerable<Row>>();

    foreach (var period in periods) 
    {
        result.Add(rows.Where(row => row.Date >= period.begin && row.Date <= period.end));
    }

    return result;
}

private class DateTimePeriod 
{
    public DateTime begin { get; set; }
    public DateTime end { get; set; }
}

正如您所看到的，此代码不是最好的，它会遍历每个时段的所有行。我需要有关如何优化此代码的建议。也许有适合的Enumerable方法？

更新：按日期排序的所有行和期间，所有行始终处于其中一个期间。

Answer 1

更快的方法是在两个结构上执行连接，但Linq仅支持等连接（两个表达式相等的连接）。在您的情况下，您正在加入一个值范围值的值，因此无法进行等连接。

在开始优化之前，请确保需要进行优化。如果此功能更快，您的程序会明显更快吗？您在这个功能中花了多少时间？

如果优化不会使整个整体计划受益，那么请不要担心 - 确保它有效，然后专注于该计划的其他功能。

那就是说，因为你说行和句点已经按日期排序了，你可以通过使用循环，循环遍历行直到你超出当前时期，然后转移到下一行来获得一些性能优势期。至少，您不会多次枚举rows（或periods）。

Answer 2

您的代码中存在一些问题：rows为IEnumerable，因此可以多次枚举它。在foreach。将它更改为更稳定的东西是个好主意，比如数组，在foreach的外面：

var myRows = rows as Row[] ?? rows.ToArray();

顺便说一下。我使用 Resharper ：

将代码更改为以下代码

var myRows = rows as Row[] ?? rows.ToArray();
return periods.Select(period => myRows.Where(row => row.Date >= period.begin && row.Date <= period.end)).ToList();

Answer 3

优化O(n x m)算法的最佳机会是在多个连续O(n)操作中对其进行转换。为了获得time，您必须权衡space，因此，如果您根据其中一个Enumerables中的数据创建一些lookup table，则可能会在这种情况下为您提供帮助。

例如，您可以构建一个int数组，该数组将为属于某个时段的每一天设置值（每个时段都有另一个已知的硬编码值）。这将是你的第一个O（n）循环。然后你做另一个O（m）循环并且只检查对应于row.Date的数组位置是否为非零（然后你在硬编码的那些中查找实际值并得到实际的Period）。

无论如何，这更像是一个总体思路，实施很重要。如果 n 和 m 非常小，您可能无法获得任何好处，但如果它们很大（巨大），我可以打赌Split方法会更快地运行

假设您使用的所有内容已经在内存中（不涉及EF）。

拆分对象列表

3 个答案: