c# - File.ReadLines(file).Skip(numLines) 是如何工作的？

Question

我有一个相当大的文件，我希望从特定行读取。我找到了

File.ReadLines(file).Skip(numLines);

效果很好。但是，我不明白这是如何在表面下工作的。我写了几个基本的基准测试，看看是否与一些同事建议的方式有性能差异。我测试的方法是:

1. StreamReader 用于读取到该点的所有行:

   public string streamToLine(int lineNumber)
   {
       StreamReader reader = new StreamReader(fileName);
   
       for (int i = 0; i < lineNumber - 1; i++)
       {
           reader.ReadLine();
       }
   
       string line = reader.ReadLine();
       reader.Close();
   
       return line;
   }
   

2. File.ReadLines(file) 并使用枚举器迭代到该行:

   public string readToLine(int lineNumber)
   {
       IEnumerator<string> lines = File.ReadLines(fileName).GetEnumerator();
       for (int i = 0; i < lineNumber; i++)
       {
           lines.MoveNext();
       }
       return lines.ToString();
   }
   

3. 使用跳过功能:

   public string skipToLine(int lineNumber)
   {
       IEnumerator<string> lines = File.ReadLines(fileName).Skip(lineNumber-1).GetEnumerator();
   
       return lines.ToString();
   }
   

我在一个包含 1000 万行的文件上运行了 10 次测试，试图读取第 9 百万行并计算平均花费的时间(以毫秒为单位):

流到线:2442.1

读取行:2534.9

跳到行:0

看起来 Skip 甚至没有考虑 lineNumber 之前的其他行，并且确切地知道第 9 百万行在哪里。它是否以某种方式从文件中推断出这一点？其他两种方法处理行的方式是否有一些开销，因为它们返回读取的内容？怎么会有这么大的差别？

Answer 1

基本上，问题出在您的测试上。您尚未对枚举器调用 MoveNext()，因此它尚未执行任何操作。迭代器通常是延迟的和流式的，尤其是在 LINQ 的情况下。

顺便说一下，您需要使用 GetEnumerator() 的情况非常；访问此类数据的惯用方法是通过 foreach。

如果你想看到这个效果:

    static void Main()
    {
        using(var iter = GetData().GetEnumerator())
        {
            System.Console.WriteLine("Have iterator");
            while(iter.MoveNext())
            {
                System.Console.WriteLine(iter.Current);
            }
            System.Console.WriteLine("Done");
        }
    }
    static IEnumerable<int> GetData()
    {
        System.Console.WriteLine("Before doing anything");
        yield return 1;
        yield return 2;
        yield return 3;
        System.Console.WriteLine("Ater doing everything ");
    }

你应该注意到 "Have iterator" 写在 before "Before doing anything"，这告诉我们可以有一个迭代器那还没有做任何事情。这是第一个使其打印的 MoveNext()。