查找两个字符串列表之间的差异

本文关键字：之间 列表 字符串 两个 查找 | 更新日期: 2023-09-27 18:20:01

我很确定这是重复的，但我已经尝试了所有的方法，但似乎仍然无法获得差异。我有两个字符串列表：listA和listB。我正在列表A中查找不在B中的项目。

示例：listA:"1"、"2"、"4"、"7"listB:"2"，"4"我想要的输出是："1"，"7"

下面是我尝试过的for循环和lambda表达式，但它们需要很长时间：

//these two approaches take too long for huge lists
    foreach (var item in listA)
            {
                if (!listB.Contains(item))
                    diff.Add(id);
            }
    diff = listA.Where(id => !listB.Contains(id)).ToList();
//these don't give me the right differences
    listA.Except(listB).ToList();
    var set = new HashSet<string>(listA);
    set.SymmetricExceptWith(listB);

查找两个字符串列表之间的差异

使用LINQ的Except方法：

listA.Except(listB).ToList();

listA.Except(listB).ToList();

应该给出正确的答案，但是

set.SymmetricExceptWith(listB);

不应该。SymmetricExcept将为列表A中不在列表B中的项加上列表B中不在listA中的项。

您发布的所有代码都应该可以正常工作，所以错误就在另一个地方。无论如何，如果您编写"这些代码需要很长时间"，那么我想您会遇到性能问题。

让我们做一个非常快速和肮脏的比较（你知道做一个好的性能测试是一个漫长的过程，自我提升：基准测试已经用这个免费工具完成了）。假设：

  • 列表是无序的
  • 我们的输入中可能有重复项，但我们不希望结果中有重复项
  • 第二个列表始终是第一个列表的子集（假设是因为您使用的是SymmetricExceptWith，如果不是，则其结果与Except非常不同）。如果这是一个错误，就忽略SymmetricExceptWith的测试

20000个随机项目的两个列表（重复测试100次，然后取平均值，发布模式）。

方法时间[ms]包含*1 49.4包含*2 49.05.9除外对称例外与*3 4.1对称ExceptWith*4 2.5

注：

1foreach循环
2循环3测量的哈希集创建
4未测量哈希集创建。我包含了这个作为参考，但如果您没有第一个列表作为哈希集，您就不能忽略创建时间

我们看到Contains()方法非常慢，所以我们可以在更大的测试中放弃它（无论如何，我检查了一下，它的性能不会变得更好，甚至没有可比性）。让我们看看1000000个项目列表会发生什么。

方法时间[ms]244.4除外SymmetricExceptWith 259.0

让我们试着让它并行（请注意，在这个测试中，我使用的是旧的Core 2 Duo 2 GHz）：

方法时间[ms]244.4除外SymmetricExceptWith 259.0除（平行分区）301.8对称例外（第页）382.6除（AsParallel）274.4

并行性能更差，LINQ Except是现在最好的选择。让我们看看它是如何在更好的CPU（Xeon 2.8 GHz，四核）上工作的。还要注意，数据缓存大小如此之大不会对测试产生太大影响。

方法时间[ms]127.4除外SymmetricExceptWith 149.2除（平行分区）208.0SymmetricExceptWith（第页）170.0除（AsParallel）80.2

综上所述：对于相对较小的列表，SymmetricExceptWith()会表现得更好，对于较大的列表，则Except()总是更好。如果您的目标是现代多核CPU，那么并行实现将更好地扩展。代码中：

var c = a.Except(b).ToList();
var c = a.AsParallel().Except(b.AsParallel()).ToList();

请注意，如果结果不需要List<string>，并且IEnumerable<string>就足够了，那么性能将大大提高（与并行执行的差异将更大）。

当然，这两行代码不是最优的，可能会大大增加（如果它真的对性能至关重要，您可以选择ParallelEnumerable.Except()实现作为您自己的特定高度优化例程的起点）。

相关文章：