c# - 使用 ContainsValue() 时字典运行缓慢

Question

我有一个 HashSet，其中包含通过读取二进制文件生成的自定义对象。我还有一个通过读取 DBF 文件的每一行生成的字典。两者都有一个索引属性，它们相互对齐。例如，我的词典中的第 10 项将与我的 HashSet 中的第 10 项对齐。

我正在相互比较大量数据。可以有 10,000 条记录到 500,000 条记录。应用程序检查其他两个文件(一个二进制文件，另一个是 dbf)的差异。它检查对象的 HashCode(由某些属性生成，它可以快速轻松地进行比较)

这是我构建每个单独字典的方式(mod 也有类似的字典):

foreach (DataRow row in origDbfFile.datatable.Rows)
{
    string str = "";
    foreach (String columnName in columnNames)
    {
        str += "~" + row.Field<Object>(columnName);
    }
    origDRdict.Add(d, str);
    d++;
}

两个文件之间的列总是相同的。但是，我可能会遇到两个具有不同列的不同文件。我基本上将所有数据输出到一个字符串中以供字典查找。如果数据不同，我只想重新打DBF文件。

这是我的数据库查找代码。这会发现差异，当它运行我的 (!foundIt) if block 的 ELSE 部分时，它真的很慢。如果我删除它，只需一分钟即可列出所有未找到的项目。

foreach (CustomClass customclass in origCustomClassList) {
    Boolean foundIt = false;
    if (modCustomClassList.Contains(customclass))
    {
        foundIt = true;
    }
    //at this point, an element has not been found
    if (!foundIt)
    {
        notFoundRecords.Add(customclass);

    } 
    //If I remove this entire else block, code runs fast.
    else //at this point an element has been found
    {
        //
        //check 'modified' dictionary array
        if (!(modDRdict.ContainsValue(origDRdict[i])))
        {
            //at this point, the coordinates are the same, 
            //however there are DB changes
            //this is where I would do a full check based on indexes 
            //to show changes. 
        }
    }

    i++; //since hashsets can't be indexed, we need to increment
}

我的尝试/其他想法

• 生成自定义对象的 HashSet，自定义对象具有整数索引，字符串是列和值的长度

• 删除 if (!(modDRdict.ContainsValue(origDRdict[i]))) block 可以显着加快代码速度。在两个 440,000 条记录文件之间迭代删除记录的时间仅需一分钟。 字典查找要花很长时间!

• 我不认为 foreach 循环中的 foreach 循环会导致过多的开销。如果我将它保留在代码中，但不进行查找，那么它仍然可以快速运行。

Answer 1

字典被优化为按键查找，而不是按值查找。如果您需要按值查找，则说明您使用了错误的字典。您需要在您的值上构建 HashSet 以快速检查包含，或者在需要键时构建反向字典。