如何有效地比较 C# 中两个大型对象列表的属性？

Question

我有一个包含两个对象列表的数据集，其 ID 在两个列表中都是一致的，但其他属性可能不同，也可能不同。我怎样才能最有效地检索基于一个或多个属性的不同属性？

我通常的做法是这样的。我的对象设置如下：

   public class Person
        {
            public int ID { get; set; }
            public string Name { get; set; }
            public int Age { get; set; }

            public bool IsEqual(Person other)
            {
                if (Name != other.Name)
                {
                    return false;
                }
                if (Age != other.Age)
                {
                    return false;
                }
                return true;
            }
        } 

IsEqual 比较器用于将其与某个等效对象进行比较。

然后我寻找修改过的人的方法是这样的：

  public static List<Person> FindModifiedPeople(List<Person> listA, List<Person> listB)
        {
            var modifiedPeople = new List<Person>();
            foreach (var personA in listA)
            {
                var matchingPerson = listB.FirstOrDefault(e => e.ID == personA.ID);
                if (matchingPerson == null)
                {
                    continue;
                }

                if (!personA.IsEqual(matchingPerson))
                {
                    modifiedPeople.Add(personA);
                }
            }
            return modifiedPeople;
        }

在我的数据集中，我不关心 listB 中的人而不关心 listA 中的人，因此我不需要遍历这两个列表。我只需要检查 listA 中 listB 中的元素（可能存在也可能不存在）并返回已修改的人员列表（包含 listA 中的元素）。

这种方法适用于相当小的列表，但现在我有两个包含大约 160,000 人的列表，这种方法需要几分钟时间。有什么方法可以使这种方法更有效，同时仍然返回我需要它做的事情？

Answer 1

如果您可以将您的列表更改为Dictionary<int, Person>，并使用此人的 ID 作为密钥，那么这对您有用。这将在 O(n) 中运行，而不是在您的 O(n^2) 中运行。

public static List<Person> FindModifiedPeople(Dictionary<int, Person> dictA, Dictionary<int, Person> dictB)
{
    var modifiedPeople = new List<Person>();
    foreach (var personA in dictA)
    {
        Person matchingPerson;
        if(dictB.TryGetValue(personA.Key, out matchingPerson))
        {
            if (!personA.Value.IsEqual(matchingPerson))
            {
                modifiedPeople.Add(personA.Value);
            }
        }
    }
    return modifiedPeople;
}

您还可以根据需要将返回类型从 List 更改为另一个 Dictionary。

编辑

正如@maccettura 在他的评论中指出的那样，您确实应该覆盖内置的 equals 方法。这将使您的代码看起来像这样。

public override bool Equals(Object obj)
{
    if (obj == null || GetType() != obj.GetType())
        return false;

    var otherPerson = (Person)obj;

    if (Name != otherPerson.Name)
    {
        return false;
    }
    if (Age != otherPerson.Age)
    {
        return false;
    }
    return true;
}

这将允许您的代码处理任何期望使用默认 Equals 方法而不是您的自定义方法的东西。

Answer 2

您确定比较是瓶颈吗？我认为问题来自您在这一行中进行的搜索：

var matchingPerson = listB.FirstOrDefault(e => e.ID == personA.ID);

在那里，您正在以 O(n) 的对数复杂度进行搜索，再加上 foreach 循环，总复杂度为 O(n^2)。相反，您可以预先创建一个字典，这需要一些时间，但查找速度要快得多。字典应该以 ID 作为键，并且可以像这样在 foreach LOOP 之前轻松创建：

var dictB = listB.ToDictionary(p => p.ID);

之后，您的查找速度会快很多，如下所示：

    Person matchingPerson;
    if (dictB.TryGetValue(personA.ID, out matchingPerson))
    {
        if (!personA.IsEqual(matchingPerson))
        {
            modifiedPeople.Add(personA);
        }
    }