Question

回顾一个开源项目，我发现了一个有趣的数据结构：

// Represents a layer of "something" that covers the map
public class CellLayer<T> : IEnumerable<T>
{
    public readonly Size Size;
    public readonly TileShape Shape;
    public event Action<CPos> CellEntryChanged = null;

    readonly T[] entries;

    public CellLayer(Map map)
        : this(map.TileShape, new Size(map.MapSize.X, map.MapSize.Y)) { }

    public CellLayer(TileShape shape, Size size)
    {
        Size = size;
        Shape = shape;
        entries = new T[size.Width * size.Height];
    }

    public void CopyValuesFrom(CellLayer<T> anotherLayer)
    {
        if (Size != anotherLayer.Size || Shape != anotherLayer.Shape)
            throw new ArgumentException(
                "layers must have a matching size and shape.", "anotherLayer");
        if (CellEntryChanged != null)
            throw new InvalidOperationException(
                "Cannot copy values when there are listeners attached to the CellEntryChanged event.");
        Array.Copy(anotherLayer.entries, entries, entries.Length);
    }

    // Resolve an array index from cell coordinates
    int Index(CPos cell)
    {
        return Index(cell.ToMPos(Shape));
    }

    // Resolve an array index from map coordinates
    int Index(MPos uv)
    {
        return uv.V * Size.Width + uv.U;
    }

    /// <summary>Gets or sets the <see cref="OpenRA.CellLayer"/> using cell coordinates</summary>
    public T this[CPos cell]
    {
        get
        {
            return entries[Index(cell)];
        }

        set
        {
            entries[Index(cell)] = value;

            if (CellEntryChanged != null)
                CellEntryChanged(cell);
        }
    }

    /// <summary>Gets or sets the layer contents using raw map coordinates (not CPos!)</summary>
    public T this[MPos uv]
    {
        get
        {
            return entries[Index(uv)];
        }

        set
        {
            entries[Index(uv)] = value;

            if (CellEntryChanged != null)
                CellEntryChanged(uv.ToCPos(Shape));
        }
    }

    /// <summary>Clears the layer contents with a known value</summary>
    public void Clear(T clearValue)
    {
        for (var i = 0; i < entries.Length; i++)
            entries[i] = clearValue;
    }

    public IEnumerator<T> GetEnumerator()
    {
        return (IEnumerator<T>)entries.GetEnumerator();
    }

    IEnumerator IEnumerable.GetEnumerator()
    {
        return GetEnumerator();
    }
}

该结构表示类型为T的矩阵，在给定CPos（X，Y）结构的情况下，它返回该位置的T元素。以下是一个示例用法：

var dic = new CellLayer<CellInfo>(TileShape.Rectangle, new Size(1280,1280));
cellLayer[new CPos(0, 1)] = new CellInfo(0, new CPos(0, 1), false);

在内部，CellLayer类将给定的CPos转换为int，作为内部数组的索引。

通过从客户端角度看类的操作，我觉得它像一个字典，所以我替换了实现。经过几次运行时测试和微基准测试，结果发现使用字典比使用手工制作的CellLayer类要慢几十倍。这让我感到惊讶。以下是我做的测试：

    [Test]
    public void DictionaryTest()
    {
        var dic = new Dictionary<CPos, CellInfo>(1280 * 1280);

        var watch = Stopwatch.StartNew();

        for (int i = 0; i < 1280; i++)
            for (int u = 0; u < 1280; u++)
                dic[new CPos(i, u)] = new CellInfo(0, new CPos(i, u), false);

        Console.WriteLine(watch.ElapsedTicks);
    }

    [Test]
    public void CellLayerTest()
    {
        var dic = new CellLayer<CellInfo>(TileShape.Rectangle, new Size(1280,1280));

        var watch = Stopwatch.StartNew();

        for (int i = 0; i < 1280; i++)
            for (int u = 0; u < 1280; u++)
                dic[new CPos(i, u)] = new CellInfo(0, new CPos(i, u), false);

        Console.WriteLine(watch.ElapsedTicks);
    }

我认为.NET Collections尽可能优化。任何人都可以向我解释使用词典的速度是如何使用＆＃34;自定义词典＆＃34;？

由于

Answer 1

对于原始版本，您可以使用此公式

找到条目的位置

uv.V * Size.Width + uv.U

在字典中查找位置

计算CPos的哈希码。
使用模数运算hashcode % dictionarySize
如果存储桶不为空，请将您拥有的CPO与该存储桶中的CPos进行比较。如果它们不匹配，则会发生二次哈希码冲突。移至下一个存储桶并重试步骤3.

如果你有一个主代码冲突，也就是说许多不同的CPos值具有相同的哈希代码，你的字典将会非常慢。

如果您有唯一的哈希码，那么可能是模数运算会破坏性能。但你需要附上一个探查器（例如Redgate ANTS）来确定。

Answer 2

字典维护搜索/可检索的一组主题（通过哈希表，二叉树或类似的东西）。因此，每个Add()和每个[key]意味着一些搜索（往往相对＆＃34;慢＆＃34;）。

在您的情况下，如果存在从CPos到整数（也称为数组索引）的简单映射，则不会进行搜索，而是直接（快速）访问数组的单元格。

或者，更简单一点：基本上你将哈希表/二进制树与平面数组进行比较。

<小时/> 的修改

当然两个集合都相当快，并显示O（1）复杂性。但是，哈希表中的查找比数组索引操作更复杂。

handMade字典怎么可能比.Net字典快？

2 个答案: