为什么当我使用字符串和数组特别是大数据时，linq搜索的效率会有很大差异？

Question

我想搜索包含关键字的学生姓名，一开始我通过逗号分隔的关键字，但我发现搜索时间太长了。但是当我将这些关键字转换为数组时，它是真实的快。为什么linq搜索效率差异很大？是数组还是linq的原因？

使用字符串搜索

var keyWord="Lyly,Tom,Jack,Rose"; //and so on,more than 500 names
var student= Context.Students.Where(i => keyWord.Contains(i.Name));//very slow

使用数组搜索

var keyWord="Lyly,Tom,Jack,Rose"; //and so on,more than 500 names
 var keyWordArray=keyWord.split(',');
var student= Context.Students.Where(i => keyWordArray.Contains(i.Name));//fast

Answer 1

是的，这是因为数组。 Linq 数据库提供程序可以将带有数组的数据转换为非常有效的形式。

即，在数据库终端中，

第一个查询将使用SQL Like，但第二个查询将使用SQL IN。它们之间的差异是巨大的。

SQL Like 必须对整个字符串进行全面扫描，以满足一名学生。

SQL IN 必须不进行任何扫描，因为 IN 正在使用隐藏的集合。

请注意，这仅适用于数据库。如果您使用Linq2Object 对上述比较进行基准测试，您可能不会看到任何差异，可能是毫秒。

如果你想让Linq2Object也有性能，你应该使用HashSet，像这样：

var keyWord = "Lyly,Tom,Jack,Rose";
var keyWordSet = new HashSet<string>(keyWord.split(','));

var students = Context.Students
                .ToList()
                .Where(i => keyWordSet.Contains(i.Name));

Answer 2

主要区别在于查询转换，其中String.Contains 变为LIKE 和List.Contains 变为IN（就像@ChrisEelmaa 所说）。

同样的差异也会出现在 LINQ to Objects 中，尽管每个差异的发生速度都比您在此处（调用数据库）的速度快。 String.Contains() 从头到尾遍历整个字符串，然后返回它是否找到了某些东西。相反，List.Contains() 执行完全线性搜索，并在找到匹配项后返回。因此，最多List.Contains() 将是相同的速度，但对于大多数元素来说它会更快。

两者的 MSDN 链接：

String.Contains()

List.Contains()