使用整数集合检查是否存在的最有效方法是什么？答案

【问题标题】：What is the most performant way to check for existence with a collection of integers?使用整数集合检查是否存在的最有效方法是什么？
【发布时间】：2009-08-21 20:26:54
【问题描述】：

我有一大串整数发送到我的网络服务。我们的业务规则规定这些值必须是唯一的。找出是否有任何重复项的最有效方法是什么？我不需要知道这些值，我只需要知道其中两个值是否相等。

起初我在考虑使用整数的通用列表和 list.Exists() 方法，但这是 O(n);

然后我在考虑使用 Dictionary 和 ContainsKey 方法。但是，我只需要键，不需要值。我认为这也是一种线性搜索。

是否有更好的数据类型可用于在列表中查找唯一性？还是我被线性搜索困住了？

【问题讨论】：

标签： c# .net generics types unique

【解决方案1】：

使用HashSet<T>：

HashSet 类提供高性能集操作。一个集合是一个不包含重复的集合元素，其元素不在特定顺序

HashSet<T> 甚至暴露了a constructor that accepts an IEnumerable<T>。通过将您的 List<T> 传递给 HashSet<T>'s 构造函数，您最终将获得对新 HashSet<T> 的引用，该引用将包含与原始 List<T> 不同的项目序列。

【讨论】：

当 inputList.Count != hashSet.Count, "休斯顿，我们有重复！"
这仍然是 O(n)，我认为他能得到的最好的。
@Andrew：他可以将项目一项一项添加到 HashSet 中，并在 hashSet.ContainsKey(item) == true 时立即返回异常。如果有重复，将一直保存。
@sixlettervariables - 非常正确，那时他将不再需要HashSet<T>，因为IList<T> 的任何实现都具有Contains 方法。

【解决方案2】：

听起来像是Hashset 的工作...

【讨论】：

【解决方案3】：

如果您使用的是框架 3.5，则可以使用 HashSet 集合。

否则最好的选择是Dictionary。每个项目的价值都会被浪费掉，但这会给你最好的表现。

如果您在将项目添加到 HashSet/Dictionary 时检查重复项，而不是事后对其进行计数，则在存在重复项的情况下，您将获得比 O(n) 更好的性能，因为您不必在找到后继续查找第一个副本。

【讨论】：

【解决方案4】：

如果数字集是稀疏的，那么就像其他人建议的那样使用 HashSet。

但是，如果数字集大部分是按顺序排列的，偶尔会有间隙，那么将数字集存储为排序数组或 begin,end 对的二叉树会好得多。然后，您可以搜索找到具有小于搜索键的最大开始值的对，并与该对的结束值进行比较以查看它是否存在于集合中。

【讨论】：

【解决方案5】：

怎么办：

list.Distinct().Count() != list.Count()

我想知道这个的性能。我认为它会和 O(n) 一样好，但代码更少并且仍然易于阅读。

【讨论】：