Question

我很确定这是重复的，但我已经尝试了一切，但我似乎仍然无法得到差异。我有两个字符串列表：listA和listB。我正在尝试查找listA中不在B中的项目。

实施例： listA：“1”，“2”，“4”，“7” listB：“2”，“4” 我想要的输出是：“1”，“7”

这是我尝试的for循环和lambda表达式，但这些需要很长时间：

//these two approaches take too long for huge lists

    foreach (var item in listA)
            {
                if (!listB.Contains(item))
                    diff.Add(id);
            }

    diff = listA.Where(id => !listB.Contains(id)).ToList();

//these don't give me the right differences

    listA.Except(listB).ToList();

    var set = new HashSet<string>(listA);
    set.SymmetricExceptWith(listB);

Answer 1

使用LINQ的Except方法：

listA.Except(listB).ToList();

Answer 2

listA.Except(listB).ToList();

应该给出正确答案，但

set.SymmetricExceptWith(listB);

不应该。 SymmetricExcept会使listA中的项目不在listB 加上 ListB中不在ListA中的项目。

Answer 3

你发布的所有代码都应该可以正常运行，所以无论如何你都会写错误“这需要很长时间”然后我认为你有性能问题。

让我们做一个非常快速和肮脏的比较（你知道做一个好的性能测试是一个漫长的过程，自我推销：基准已经用this free tool完成）。假设：

列表无序。
我们的输入中可能存在重复项，但我们不希望在结果中出现重复项。
第二个列表始终是第一个列表的子集（假设是因为您使用的是SymmetricExceptWith，如果没有，那么它的结果与Except相比非常不同）。如果这是一个错误，只需忽略SymmetricExceptWith的测试。

两个 20,000个随机项列表（测试重复100次，然后是平均值，发布模式）。

Method                  Time [ms]
Contains *1                  49.4
Contains *2                  49.0
Except                        5.9
SymmetricExceptWith *3        4.1
SymmetricExceptWith *4        2.5

注意：

¹与foreach循环 ²循环用于 ³ Hashset创建测量
⁴未测量Hashset创建。我将此作为参考，但如果您没有第一个列表作为Hashset，则不能忽略创建时间。

我们看到Contains()方法非常慢，所以我们可以将它放在更大的测试中（无论如何我检查过它的性能不会变得更好甚至可比）。让我们看看 1,000,000项列表会发生什么。

Method                        Time [ms]
Except                            244.4
SymmetricExceptWith               259.0

让我们尝试使其并行（请注意，对于此测试，我使用的是旧的Core 2 Duo 2 GHz）：

Method                        Time [ms]
Except                            244.4
SymmetricExceptWith               259.0
Except (parallel partitions)      301.8
SymmetricExceptWith (p. p.)       382.6
Except (AsParallel)               274.4

并行性能更差，LINQ Except现在是最佳选择。让我们看看它如何在更好的CPU （Xeon 2.8 GHz，四核）上运行。另请注意，如此大量的数据缓存大小不会对测试造成太大影响。

Method                        Time [ms]
Except                            127.4
SymmetricExceptWith               149.2
Except (parallel partitions)      208.0
SymmetricExceptWith (p. p.)       170.0
Except (AsParallel)                80.2

总结一下：对于相对较小的列表SymmetricExceptWith()会表现得更好，对于大型列表Except()总是更好。如果您的目标是使用现代多核CPU，那么并行实施将会更好地扩展。在代码中：

var c = a.Except(b).ToList();
var c = a.AsParallel().Except(b.AsParallel()).ToList();

请注意，如果您不需要List<string>作为结果且IEnumerable<string>足够，那么性能将大大提高（并行执行的差异会更大）。

当然，这两行代码并不是最优的，并且可以大大增加（如果它确实对性能至关重要，那么您可以选择ParallelEnumerable.Except()实现作为您自己特定的高度优化例程的起点。）

找到两个字符串列表之间的区别

3 个答案: