有没有比遍历数组更短的更好方法？
int[] arr = new int[] { 1, 2, 3 };
int sum = 0;
for (int i = 0; i < arr.Length; i++)
{
sum += arr[i];
}
澄清：
更好的主要意味着更简洁的代码，但也欢迎提供有关性能改进的提示。 （就像已经提到的：拆分大型数组）。
这不像是我在寻找杀手级性能改进 - 我只是想知道这种 语法糖 是否已经不可用：“有 String.Join - int[] 到底是什么鬼？”。
【问题讨论】：
如果您可以使用 .NET 3.5（或更高版本）和 LINQ，请尝试
int sum = arr.Sum();
【讨论】：
System.OverflowException约 21 亿）。
int sum = arr.AsParallel().Sum(); 使用多个 CPU 内核的更快版本。为避免System.OverflowException，您可以使用long sum = arr.AsParallel().Sum(x => (long)x); 对于避免溢出异常并支持所有整数数据类型并使用数据并行 SIMD/SSE 指令的更快版本，请查看 HPCsharp nuget 包
是的，有。使用 .NET 3.5：
int sum = arr.Sum();
Console.WriteLine(sum);
如果您不使用 .NET 3.5，您可以这样做：
int sum = 0;
Array.ForEach(arr, delegate(int i) { sum += i; });
Console.WriteLine(sum);
【讨论】：
foreach 循环在所有 C# 版本中都可用。
foreach 只是将一行代码替换为另一行代码，并且不会更短。除此之外，foreach 非常好并且更具可读性。
foreach (int i in arr) sum += i;
使用 LINQ：
arr.Sum()
【讨论】：
这取决于您如何更好地定义。如果您希望代码看起来更干净，您可以使用其他答案中提到的 .Sum() 。如果您希望操作快速运行并且您有一个大数组，您可以通过将其分解为子和然后对结果求和来使其并行。
【讨论】：
使用 foreach 代码会更短，但在 JIT 优化识别出与 for 循环控制表达式中的 Length 比较后，可能会在运行时执行完全相同的步骤。
【讨论】：
如果你不喜欢 LINQ，最好使用 foreach 循环来避免超出索引。
int[] arr = new int[] { 1, 2, 3 };
int sum = 0;
foreach (var item in arr)
{
sum += item;
}
【讨论】：
在我使用的一个应用中：
public class ClassBlock
{
public int[] p;
public int Sum
{
get { int s = 0; Array.ForEach(p, delegate (int i) { s += i; }); return s; }
}
}
【讨论】：
.Aggregate()扩展方法相同。
上述for循环解决方案的一个问题是，对于以下所有正值的输入数组，求和结果为负：
int[] arr = new int[] { Int32.MaxValue, 1 };
int sum = 0;
for (int i = 0; i < arr.Length; i++)
{
sum += arr[i];
}
Console.WriteLine(sum);
总和为 -2147483648，因为正数结果对于 int 数据类型而言太大，溢出为负值。
对于相同的输入数组，arr.Sum() 建议会引发溢出异常。
一个更健壮的解决方案是使用更大的数据类型，例如本例中的“long”，用于“sum”，如下所示：
int[] arr = new int[] { Int32.MaxValue, 1 };
long sum = 0;
for (int i = 0; i < arr.Length; i++)
{
sum += arr[i];
}
同样的改进也适用于其他整数数据类型的求和，例如 short 和 sbyte。对于 uint、ushort 和 byte 等无符号整数数据类型的数组，使用无符号长整数 (ulong) 进行求和可避免溢出异常。
for循环解决方案也比Linq.Sum()快很多倍
为了更快地运行，HPCsharp nuget 包实现了所有这些 .Sum() 版本以及 SIMD/SSE 版本和多核并行版本，性能提高了很多倍。
【讨论】：
long sum = arr.Sum(x => (long)x); 的一个好主意，它在 C# 中使用 Linq 很好地工作。它为所有有符号整数数据类型（sbyte、short 和 int）的求和提供了完整的准确性。它还避免引发溢出异常，并且非常紧凑。它的性能不如上面的 for 循环，但并非所有情况都需要性能。
另一种方法是使用Aggregate() 扩展方法。
var sum = arr.Aggregate((temp, x) => temp+x);
【讨论】：
对于非常大的阵列，使用机器的多个处理器/内核执行计算可能会有所回报。
long sum = 0;
var options = new ParallelOptions()
{ MaxDegreeOfParallelism = Environment.ProcessorCount };
Parallel.ForEach(Partitioner.Create(0, arr.Length), options, range =>
{
long localSum = 0;
for (int i = range.Item1; i < range.Item2; i++)
{
localSum += arr[i];
}
Interlocked.Add(ref sum, localSum);
});
【讨论】：
对 Theodor Zoulias 出色的多核 Parallel.ForEach 实现的改进：
public static ulong SumToUlongPar(this uint[] arrayToSum, int startIndex, int length, int degreeOfParallelism = 0)
{
var concurrentSums = new ConcurrentBag<ulong>();
int maxDegreeOfPar = degreeOfParallelism <= 0 ? Environment.ProcessorCount : degreeOfParallelism;
var options = new ParallelOptions() { MaxDegreeOfParallelism = maxDegreeOfPar };
Parallel.ForEach(Partitioner.Create(startIndex, startIndex + length), options, range =>
{
ulong localSum = 0;
for (int i = range.Item1; i < range.Item2; i++)
localSum += arrayToSum[i];
concurrentSums.Add(localSum);
});
ulong sum = 0;
var sumsArray = concurrentSums.ToArray();
for (int i = 0; i < sumsArray.Length; i++)
sum += sumsArray[i];
return sum;
}
适用于无符号整数数据类型，因为 C# 仅支持 Int 和 long 的 Interlocked.Add()。上述实现也可以轻松修改以支持其他整数和浮点数据类型使用 CPU 的多个内核并行进行求和。它用于 HPCsharp nuget 包中。
【讨论】：