c# - 迭代数千个元素列表

Question

case 15: {
    for (int i = 0; i < words.Count; i++) {
        if (words[i].Length == 8) {
            var tupled = words[i].ConcatCheck();
            for (int n = 0; n < word.Count; n++)
                if (word[n] == tupled.Item1 || word[n] == tupled.Item2)
                    temp++;
        }
        if (temp >= 2)
            matches.Add(words[i]);
        temp = 0;
    }
    break;
}

它的作用:
第一个“for 循环”遍历一个约 248000 个元素长的单词 List，检查长度为 8 的单词。找到一个后，我通过调用 ConcatCheck() 方法(一种扩展方法 I为 obj String 写的)。那部分又快又好。

真正需要改进的是第二个“for 循环”。每一个 8 个字母的单词都会激活此循环，循环遍历包含大约 267000 个元素的更大的 List，检查 Tuple 的两个 Items 是否存在。如果两者都找到了，我将原始单词添加到列表“匹配项”中。

这部分需要将近 3 分钟才能找到我拥有的 248k 词典中的所有匹配项。有什么方法可以优化/加速它吗？

Answer 1

如果您只是想检查某个单词是否存在于集合中，请使用 HashSet 而不是 List 或 Array。 HashSet 类针对Contains 检查进行了优化。

示例

通过以下代码，我在 english dictionary (github version) 中找到了由两个 4 字母单词组成的所有 8 字母单词。 不到 50 毫秒。

WebClient client = new WebClient();
string dictionary = client.DownloadString(
    @"https://raw.githubusercontent.com/dwyl/english-words/master/words.txt");

Stopwatch watch = new Stopwatch();
watch.Start();

HashSet<string> fourLetterWords = new HashSet<string>();

using (StringReader reader = new StringReader(dictionary))
{
    while (true)
    {
        string line = reader.ReadLine();
        if (line == null) break;
        if (line.Length != 4) continue;

        fourLetterWords.Add(line);
    }
}

List<string> matches = new List<string>();

using (StringReader reader = new StringReader(dictionary))
{
    while (true)
    {
        string line = reader.ReadLine();
        if (line == null) break;
        if (line.Length != 8) continue;

        if (fourLetterWords.Contains(line.Substring(0, 4)) &&
            fourLetterWords.Contains(line.Substring(4, 4)))
            matches.Add(line);
    }
}

watch.Stop();    

为什么你的代码这么慢？

for (int n = 0; n < word.Count; n++)
    if (word[n] == tupled.Item1 || word[n] == tupled.Item2)
        temp++;

这部分是罪魁祸首之一。不是检查 Are both parts contained in my array? 你正在检查 Are 2 or more of my 2 words contained in an array?。

一旦找到这两个词，您就可以通过打破循环来优化这部分。

if (word[n] == tupled.Item1 || word[n] == tupled.Item2)
    if(++temp >= 2) break;         

可以通过按长度或字母顺序对单词进行预排序来进一步优化(取决于您运行此搜索的频率)。