Question

我正在努力做我认为是“去交叉”（我不确定名称是什么，但这就是EpicGames的Tim Sweeney在旧的UnrealEd中所称的那个）

// foo and bar have some identical elements (given a case-insensitive match)
List‹string› foo = GetFoo();
List‹string› bar = GetBar();

// remove non matches
foo = foo.Where(x => bar.Contains(x, StringComparer.InvariantCultureIgnoreCase)).ToList();
bar = bar.Where(x => foo.Contains(x, StringComparer.InvariantCultureIgnoreCase)).ToList();

然后，我做另一件事，我从原件中减去结果，看看我删除了哪些元素。使用.Except（）非常快，所以没有麻烦。

必须有一种更快的方法来执行此操作，因为这个方法非常糟糕，在列表中有~30,000个元素（字符串）。优选地，执行该步骤的方法以及稍后一次执行的方法将是很好的。我尝试使用.Exists（）而不是.Contains（），但它稍慢。我感觉有点厚，但我认为应该可以使用.Except（）和.Intersect（）和/或.Union（）的某种组合。

Answer 1

此操作可称为对称差异。

您需要不同的数据结构，例如哈希表。添加两组的交集，然后区分每组的交集。

<强>更新

我有点时间在代码中尝试这个。我使用HashSet<T>一组50,000个字符串，长度为2到10个字符，结果如下：

原始：79499 ms

Hashset ：33 ms

顺便说一下，在HashSet上有一个名为SymmetricExceptWith的方法，我认为它可以为我工作，但它实际上将两个集合中的不同元素添加到调用该方法的集合中。也许这就是你想要的，而不是保留最初的两组未经修改，代码会更优雅。

以下是代码：

using System;
using System.Collections.Generic;
using System.Diagnostics;
using System.Linq;

class Program
{
    static void Main(string[] args)
    {
        // foo and bar have some identical elements (given a case-insensitive match)
        var foo = getRandomStrings();
        var bar = getRandomStrings();

        var timer = new Stopwatch();

        timer.Start();
        // remove non matches
        var f = foo.Where(x => !bar.Contains(x)).ToList();
        var b = bar.Where(x => !foo.Contains(x)).ToList();
        timer.Stop();

        Debug.WriteLine(String.Format("Original: {0} ms", timer.ElapsedMilliseconds));

        timer.Reset();

        timer.Start();
        var intersect = new HashSet<String>(foo);
        intersect.IntersectWith(bar);

        var fSet = new HashSet<String>(foo);
        var bSet = new HashSet<String>(bar);

        fSet.ExceptWith(intersect);
        bSet.ExceptWith(intersect);
        timer.Stop();

        var fCheck = new HashSet<String>(f);
        var bCheck = new HashSet<String>(b);

        Debug.WriteLine(String.Format("Hashset: {0} ms", timer.ElapsedMilliseconds));

        Console.WriteLine("Sets equal? {0} {1}", fSet.SetEquals(fCheck), bSet.SetEquals(bCheck)); //bSet.SetEquals(set));
        Console.ReadKey();
    }

    static Random _rnd = new Random();

    private const int Count = 50000;

    private static List<string> getRandomStrings() 
    {
        var strings = new List<String>(Count);

        var chars = new Char[10];

        for (var i = 0; i < Count; i++)
        {
            var len = _rnd.Next(2, 10);

            for (var j = 0; j < len; j++)
            {
                var c = (Char)_rnd.Next('a', 'z');
                chars[j] = c;
            }

            strings.Add(new String(chars, 0, len));
        }

        return strings;
    }
}

Answer 2

有了相交，就可以这样做：

var matches = ((from f in foo 
                select f)
              .Intersect(
                  from b in bar 
                  select b, StringComparer.InvariantCultureIgnoreCase))

Answer 3

如果元素在每个列表中都是唯一的，则应考虑使用HashSet

HashSet（T）类提供高绩效集合运作。一套是一个不包含重复的集合元素，其元素为no 特别的顺序。

Answer 4

使用排序列表，您可以使用二进制搜索。

Answer 5

列表中包含O（N）操作。如果您有不同的数据结构，例如排序列表或字典，则会大大减少您的时间。访问排序列表中的密钥通常是O（log N）时间，并且散列通常是O（1）时间。

更快地执行List <t> .Contains（）</t>

5 个答案: