String.Where相对较差的表现

Question

我有两个方法接受一个字符串并删除任何"无效"字符(哈希集中包含的字符).一种方法使用Linq.Where,另一种方法使用循环w/char数组.

Linq方法需要几乎两倍的长度(208756.9滴答)与循环(108688.2滴答)

LINQ:

    string Linq(string field)
    {
        var c = field.Where(p => !hashChar.Contains(p));
        return new string(c.ToArray());
    }

环:

    string CharArray(string field)
    {
        char[] c = new char[field.Length];
        int count = 0;

        for (int i = 0; i < field.Length; i++)
            if (!hashChar.Contains(field[i]))
            {
                c[count] = field[i];
                count++;
            }

        if (count == 0)
            return field;

        char[] f = new char[count];

        Buffer.BlockCopy(c, 0, f, 0, count * sizeof(char));

        return new string(f);
    }

我的期望是LINQ会击败或者至少可以与循环方法相媲美.循环方法甚至没有优化.我必须在这里遗漏一些东西.

Linq.Where是如何在幕后工作的,为什么它会失去我的方法？

Answer 1

如果Mono 的源代码ToArray是任何指示,那么您的实现会获胜,因为它执行的分配更少(向下滚动到第2874行以查看方法).

与LINQ的许多方法一样,该ToArray方法包含用于集合和其他可枚举的单独代码路径:

TSource[] array;
var collection = source as ICollection<TSource>;
if (collection != null) {
    ...
    return array;
}

在你的情况下,不采用这个分支,所以代码进入这个循环:

int pos = 0;
array = EmptyOf<TSource>.Instance;
foreach (var element in source) {
    if (pos == array.Length) {
        if (pos == 0)
            array = new TSource [4];
        else
            // If the number of returned character is significant,
            // this method will be called multiple times
            Array.Resize (ref array, pos * 2);
    }
    array[pos++] = element;
}

if (pos != array.Length)
    Array.Resize (ref array, pos);

return array;

如您所见,LINQ的版本可能会多次分配和重新分配数组.另一方面,您的实现只进行两次分配 - 最大尺寸的前期分配,以及复制数据的最后一次分配.这就是为什么你的代码更快.