Question

我有一个非常简单的SortedSet和一个CompareTo方法，它根据两个类字段进行排序。随着它的使用，这个集合可以变得非常大（百万+对象），并随着时间的推移而增长和增长。我一直在使用一个简单的Contains方法来确定集合中是否已存在新值...

作为一项学术练习，我正在使用Linq（我相当新的）做一些基准测试，以达到同样的效果，并且我确信我对Linq有一些了解，因为我不能远远接近它性能，我想知道是否有一些Linq大师可以给我一个关于如何加快它的指针。

所以......对象有一个看起来像这样的CompareTo：

public int CompareTo(EntityHistoryChange other)
{
    int recordIdComp = Recordid.CompareTo(other.Recordid);
    int tableIdComp = Tablename.CompareTo(other.Tablename);

    if (recordIdComp == 0 && tableIdComp == 0)
        return 0;
    else if (recordIdComp != 0)
        return recordIdComp;
    else
        return tableIdComp;
}

简单列表上的相应Linq查询：

var handledChange = from thisChange in handledChanges
                    where thisChange.Recordid == recordId 
                      && thisChange.Tablename == tableName
                    select thisChange;

我想结果不应该让我感到惊讶......

Linq Lookup on 18772 rows: 46 ms
SortSet Lookup on 18772 rows: 3 ms

所以问题是 - 什么是等效的LINQ机制？

Answer 1

Linq永远不会像这样快，因为Linq看到的对象不是SortedSet，而是IEnumerable<T>，除了“给我一个对象列表”之外没有语义。你根本没有利用Set'ness。

SortedSet<T>排序的关键是什么？这不是通过SortedSet.Contains查找，那么你可以查看表名吗？

Answer 2

许多LINQ运算符检查IEnumerable<T>以外的接口并使用它们。

E.g。 Count将检查ICollection<T>并使用其Count属性，而不是遍历整个集合。查看这些（在基准之外）的唯一方法是查看IL（或使用Refector），当然实现可能会随着新的.NET版本（包括SP）而改变。例如。在.NET中，r.5 Count没有检查ICollection，但它确实在4中。

Answer 3

LINQ不是要替换给定作业使用正确的数据结构。它只是使处理这些数据结构更容易。如果要将数据存储在SQL数据库中，则仍需要在数据库上使用智能索引来提高性能。同样，对于LINQ to Objects，您需要在适当的情况下利用SortedSet<T>等数据结构。

所以问题的答案是：模拟Contains方法的LINQ查询是：

var exists = handledChanges.Any(c => c.Recordid = recordId && c.Tablename == tableName);

但是如果你正在使用LINQ to Objects，那么在数据结构上使用Contains方法永远不会达到与快速查找相同的性能。如果您正在使用LINQ to SQL或LINQ to Entities，这将提供优化的SQL查询，该查询可以非常快速地运行。

顺便说一句，如果你的目标是在内存中集合上获得更快的查找，你可能需要考虑使用带有自定义IEqualityComparer的HashSet。它的Contains方法在数百万个对象的集合上应该与在10的集合上一样长。

SortedSet <t>包含vs Linq查询</t>

3 个答案: