Question

此方法从字符串数组中获取最常用的单词。对于大型阵列，它的工作速度非常慢（对于70.000个字符串，则为190.000毫秒）。我已经测量过（使用 秒表（） ），它的第一部分是最慢的部分：

public static List<WordDouble> MostFrequentWords(double count, string[] words)
    {                     
        var wordsAndNumbers = new List<WordDouble>();

        foreach (var word in words)
        {
            if (wordsAndNumbers.Exists(e => e.Word == word.ToLower()))
                wordsAndNumbers[wordsAndNumbers.FindIndex(e => e.Word == word.ToLower())].Count++;
            else
            {
                var addWord = new WordDouble();
                addWord.Word = word.ToLower();
                addWord.Count = 1;
                wordsAndNumbers.Add(addWord);
            }
         }     

/*method goes on, other parts work fast and do not need improvement */
...
return something;
}

public class WordDouble
    {
        public string Word;
        public double Count;
    }

如何提高此方法的性能？

Answer 1

在列表中使用Exists检查项目是O（n）操作，而检查字典中的项目是O（1）操作。

这在很短的时间内运行（实际上在大约1/2200的时间内）：

Dictionary<string, int> wordsAndNumbers = new Dictionary<string, int>();

foreach (string word in words) {
  if (wordsAndNumbers.ContainsKey(word.ToLower())) {
    wordsAndNumbers[word.ToLower()]++;
  } else {
    wordsAndNumbers.Add(word.ToLower(), 1);
  }
 }

以下是分别针对原始代码，我的代码和控制台代码的70000字符串的测试运行结果：

00:01:21.0804944
00:00:00.0360415
00:00:00.1060375

你甚至可以通过在循环中只执行ToLower一次来加快速度：

var wordsAndNumbers = new Dictionary<string, int>();

foreach (var word in words) {
  string s = word.ToLower();
  if (wordsAndNumbers.ContainsKey(s)) {
    wordsAndNumbers[s]++;
  } else {
    wordsAndNumbers.Add(s, 1);
  }
}

试运行：

00:00:00.0235761

加快使用c＃中的大型字符串数组

1 个答案: