c# - 将数组拆分为大小受限的 CSV 字符串

Question

我正在寻找一种将大型 int[] 转换为 csv 字符串的 string[] 的有效方法，其中每个 csv 限制为最多 4000 个字符。数组中的值可以是 1 到 int.MaxValue 之间的任何值。

这是我的最终代码:

public static string[] GetCSVsFromArray(int[] array, int csvLimit)
{
    List<string> parts = new List<string>();
    StringBuilder sb = new StringBuilder();
    foreach(int id in array)
    {
        string intId = id.ToString();
        if (sb.Length + intId.Length < csvLimit)
            sb.Append(intId).Append(",");
        else
        {
            if (sb.Length > 0)
                sb.Length--;
            parts.Add(sb.ToString());
            sb.Length = 0;
        }
    }
    if(sb.Length>0)
       parts.Add(sb.ToString());
    return parts.ToArray();
}

有没有更有效的方法来做到这一点？

所以这就是我现在使用的(我能够将返回参数更改为 List 类型以在最后保存 ToArray() 调用):

public static List<string> GetCSVsFromArray(int[] array, int csvLimit)
{
    List<string> parts = new List<string>();
    StringBuilder sb = new StringBuilder();
    foreach(int id in array)
    {
        string intId = id.ToString();
        if (sb.Length + intId.Length < csvLimit)
            sb.Append(intId).Append(",");
        else
        {
            if (sb.Length > 0)
                sb.Length--;
            parts.Add(sb.ToString());
            sb.Length = 0;
        }
    }
    if(sb.Length>0)
       parts.Add(sb.ToString());
    return parts;
}

性能结果:

10,000,000 个项目 csv 限制为 4000 个字符

• 原始:2,887.488 毫秒
• GetIntegerDigitCount:3105.355ms
• 最终:2883.587 毫秒

虽然在我的开发人员机器上删除 ToArray() 调用只节省了 4 毫秒，但这似乎在速度慢得多的机器上产生了显着差异(在 DELL D620 上节省了 200 多毫秒)

Answer 1

为每个数字创建新字符串只是为了计算数字位数时，您会进行大量堆内存分配。使用 following method计算数字中的位数(参见下面的方法)。

所以代替

string intId = id.ToString();
if (sb.Length + intId.Length < csvLimit)

只需使用:

if (sb.Length + this.GetIntegerDigitCount(id) < csvLimit)

结果:

• 处理 1000 万个数字时快 2 倍
• 旧:4316 毫秒，新:1983 毫秒，差异:2333 毫秒。更快 217.6%

编辑:更多关于大 csv 限制的结果

Items:10000000; csvLimit:4000; Old:2091ms, New:1868ms, Diff:223ms faster = 111.937901498929%

---

我用来测量时间的代码:

 double elapsedOld = 0;
 double elapsedNew = 0;
 int count = 10000000;
 int csvLimit = 4000;
 var items = Enumerable.Range(0, count).ToArray();
 var watch = Stopwatch.StartNew();
 this.GetCsVsFromArray(items, csvLimit);
 watch.Stop();
 elapsedOld = watch.ElapsedMilliseconds;

 watch = Stopwatch.StartNew();
 this.GetCsVsFromArrayTuned(items, csvLimit);
 watch.Stop();
 elapsedNew = watch.ElapsedMilliseconds;
 var stat = String.Format(
     "Items:{0}; csvLimit:{1}; Old:{2}ms, New:{3}ms, Diff:{4}ms faster = {5}%",                
     count,
     csvLimit,
     elapsedOld,
     elapsedNew,
     elapsedOld - elapsedNew,
     elapsedOld * 100 / elapsedNew);

---

GetIntegerDigitCount:

public int GetIntegerDigitCount(int valueInt)
{
    double value = valueInt;
    int sign = 0;
    if (value < 0)
    {
        value = -value;
        sign = 1;
    }

    if (value <= 9)
    {
        return sign + 1;
    }

    if (value <= 99)
    {
        return sign + 2;
    }

    if (value <= 999)
    {
        return sign + 3;
    }

    if (value <= 9999)
    {
        return sign + 4;
    }

    if (value <= 99999)
    {
        return sign + 5;
    }

    if (value <= 999999)
    {
        return sign + 6;
    }

    if (value <= 9999999)
    {
        return sign + 7;
    }

    if (value <= 99999999)
    {
        return sign + 8;
    }

    if (value <= 999999999)
    {
        return sign + 9;
    }

    return sign + 10;
}