将数组拆分为大小有限的 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？

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

• 原文：2,887.488ms
• GetIntegerDigitCount: 3105.355ms
• 最终：2883.587ms

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

在为每个数字创建一个新字符串以计算位数时，您正在分配大量堆内存。使用following method计算数字中的位数（见下面的方法）。

所以不是

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 万个号码时速度提高 2 倍
• 旧：4316ms，新：1983ms，差异：2333ms。更快 217.6%

编辑：更多关于大型 csv 限制的结果

项目：10000000； csvLimit:4000;旧版：2091 毫秒，新版：1868 毫秒，差异：223 毫秒 更快 = 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;
}

Answer 2

这里的 Linq 可以加快速度。稍作修改后，您的代码将如下所示：

    public static string[] GetCSVsFromArray(int[] array, int csvLimit)
    {
        List<string> parts = new List<string>();
        StringBuilder sb = new StringBuilder();
        foreach (string intId in array.Select(id => 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;
            }
        }
        return parts.ToArray();
    }

Answer 3

using System.Linq;    

public static string[] GetCSVsFromArray(int[] array, int limit)
{
    int i = 0;
    return array.Select(a => a.ToString())
                .GroupBy(a => { i += a.Length; return (i - a.Length) / limit; })
                .Select(a => string.Join(",",a))
                .ToArray();
}