快速避免C#中List <>重复的方法

Question

我的C#程序从给定模式生成随机字符串.这些字符串存储在列表中.由于不允许重复,我这样做:

List<string> myList = new List<string>();
for (int i = 0; i < total; i++) {
  string random_string = GetRandomString(pattern);
  if (!myList.Contains(random_string)) myList.Add(random_string);
}

你可以想象这适用于数百个条目.但我面临的情况是产生数百万字符串.并且每次添加的字符串检查重复项都会变得越来越慢.

有没有更快的方法来避免重复？

Answer 1

使用可以更有效地确定项目是否存在的数据结构,即a HashSet.无论集合中的项目数是多少,它都可以确定项目是否在常量时间内处于集合中.

如果您确实需要项目中的项目List,或者您需要生成的列表中的项目按生成顺序排列,那么您可以将数据存储在列表和哈希集中; 如果该项目当前不存在,则将该项目添加到两个集合中HashSet.

Answer 2

不要用List<>.使用Dictionary<>或HashSet<>代替!

Answer 3

最简单的方法是使用它:

myList = myList.Distinct().ToList();

虽然这需要创建一次列表,然后创建一个新列表.更好的方法可能是提前生成发电机:

public IEnumerable<string> GetRandomStrings(int total, string pattern)
{
    for (int i = 0; i < total; i++) 
    {
        yield return GetRandomString(pattern);
    }
}

...

myList = GetRandomStrings(total, pattern).Distinct().ToList();

当然,如果你不需要通过索引访问项目,你可以通过放弃ToList并使用一个来提高效率IEnumerable.

Answer 4

你可以使用HashSet<string>if命令并不重要:

HashSet<string> myHashSet = new HashSet<string>();
for (int i = 0; i < total; i++) 
{
   string random_string = GetRandomString(pattern);
   myHashSet.Add(random_string);
}

HashSet类提供高性能的集合操作.集合是一个不包含重复元素的集合,其元素没有特定的顺序.

MSDN

或者如果订单很重要,我建议使用SortedSet(仅限.net 4.5)