查找两个IEnumerables之间差异的有效方法

本文关键字：有效 方法 之间 IEnumerables 两个 查找 | 更新日期: 2023-09-27 17:53:58

我有

IEnumerable<Tuple<string, string>> allInfo

和IEnumerable<string> info1dim。如何有效地找出info1dim与allInfo的第一阶差?例如:

allInfo = {<"data1", "addinfo1">, <"data2", "addinfo2">, <"data3", "addinfo3">"

和

info1dim = {"data3", "data1", "data4"}
我期望的结果是 
{"diff4"}

最有效的方法是什么?我不想运行两个循环。IEnumerables非常大(~100000个元素)

查找两个IEnumerables之间差异的有效方法

c# HashSet集合有ExceptWith、UnionWith和IntersectWith方法。你想要的可以这样做。

        var set1 = new HashSet<string>(allinfo.Select(t => t.Item1));
        var set2 = new HashSet<string>(info1dim);
        var set1_but_not_set2 = new HashSet<string>(set1);
        set1_but_not_set2.ExceptWith(set2);
        var set2_but_not_set1 = new HashSet<string>(set2);
        set2_but_not_set1.ExceptWith(set1);

但是要小心，HashSet是一个可变集合，这些函数会更改集合。这里有O(n)操作。构造HashSet对象需要迭代;ExceptWith操作也是如此。

您可以像这样使用LINQ Except():

info1dim.Except(allInfo.Select(i => i.Item1));

注意Except()在内部使用HashSet<T>(如这里所述)，所以这仍然是O(n)。

也许是这样的?

var diff = info1dim.Where(x => allInfo.Any(c => c.Item1 == x) == false);

如果你将IEnumerable<Tuple<string, string>>存储在Dictionary<string,string>中，它会变得快得多!然后你可以写:

Dictionary<string,string> allInfo;
IEnumerable<string> info1dim;
var diff = info1dim.Where(x => allInfo.ContainsKey(x) == false);

在HashSet中加载info1dim并在allInfo中使用Remove foreach item:

// n: size of info1dim ; m: size of allInfo
var diff = new HashSet<string> (info1dim); // O(n)
foreach (var tuple in allInfo)  // O(m)
    diff.Remove (tuple.Item1);  // O(1)

在Ollie回答之前，我不记得ExceptWith的存在;在源引用验证后，ExceptWith基本上做同样的(foreach -> Remove)，所以应该更好;我保持我的代码是尽可能的信息支持

相关文章：