用队列来处理订单以及集合间性能比较

Posted 2020-09-22

数组的大小是固定的，如果元素个数是动态的，就应使用集合类，集合可以根据集合类实现的接口组合为列表、集合和字典，集合实现的常用接口有如下

（1）IEnumerable<T>:如果将foreach语句用于集合，就需要IEnumerable接口，这个接口定义了方法GetEnumerator(),它返回了一个实现了IEnumerator接口的枚举

（2）ICollection<T>:ICollection<T>接口由泛型集合类实现，使用这个接口可以获得集合中的元素个数（Count属性），把集合复制到数组中的方法（CopyTo()）,还可以从集合中增加删除元素（Add(),Remove(),Clear()）

（3）IList<T>:IList<T>接口用于可通过位置访问其中的元素列表，这个接口定义了一个索引器，可以在集合中的指定位置插入或则删除某些项（Insert()和RemoveAt()方法）。IList<T>派生至ICollection<T>接口

（4）ISet<T>:ISet<T>接口由集实现，集允许合并不同的集，获得两个集的交集，检查两个集是否重叠。ISet<T>接口派生自ICollection<T>接口

（5）IDictionary<TKey,TValue>:IDictionary<TKey,TValue>接口由包含键和值泛型集合类实现，使用这个接口可以访问所有的键和值，使用键类型的索引器可以访问某些项，还可以添加和删除某些项

队列是其元素以先进先出（FIFO)的方式来处理的集合。先放入队列中的元素会先读取，其实就是我们在编程中遇到处理订单的处理流程，先来的先处理，但如果考虑到不同订单的优先级，我们会优先处理优先级高的订单，先定义一个简单订单实体。

 public class ProductOrder
    {
        public string Name { get;private set; }

        /// <summary>
        /// 用于标识订单的优先级
        /// </summary>
        public string Level { get; private set; }
        public string Content { get; private set; }

        public ProductOrder(string name, string level, string content)
        {
            this.Name = name;
            this.Level = level;
            this.Content = content;
        }

        public override string ToString()
        {
            return string.Format("Name:{0};Level{1};Content{2}",Name,Level,Content);
        }
    }

 

定义一个订单处理核心类，用于处理改订单，改类包含两个不同的队列用户处理不同优先级的订单，定义一个BackgroundWorker类来处理队列中的订单。

 public class DealWithOrder
    {
        private BackgroundWorker Backwork;

        //用来控制工作线程
        private bool isRunning = false;

        /// <summary>
        /// trigger this event when deal order
        /// </summary>
        public event Action<ProductOrder> ProgressShowEvent;
        private readonly Queue<ProductOrder> nomalQueue = new Queue<ProductOrder>();
        private readonly Queue<ProductOrder> urgentQueue = new Queue<ProductOrder>();

        public DealWithOrder(bool isdealOrder)
        {
            isRunning = isdealOrder;
            Backwork = new BackgroundWorker()
            {
                WorkerSupportsCancellation = true,
                WorkerReportsProgress = true
            };
            Backwork.DoWork += Backwork_DoWork;
            Backwork.ProgressChanged += Backwork_ProgressChanged;
        }

        /// <summary>
        /// 开始工作线程
        /// </summary>
        public void StartDealWithOrder()
        {
            Backwork.RunWorkerAsync();
        }

        /// <summary>
        /// 没处理完一个订单触发一次
        /// </summary>
        /// <param name="sender"></param>
        /// <param name="e"></param>
        private void Backwork_ProgressChanged(object sender, ProgressChangedEventArgs e)
        {
            if (!isRunning) return;
            switch (e.ProgressPercentage)
            {
                case 1:
                    if (e.UserState is ProductOrder urgentOrder)
                        ProgressShowEvent(urgentOrder);
                    break;
                case 2:
                    if (e.UserState is ProductOrder normalOrder)
                        ProgressShowEvent(normalOrder);
                    break;
            }
        }

        /// <summary>
        /// 工作线程处理订单
        /// </summary>
        /// <param name="sender"></param>
        /// <param name="e"></param>
        private void Backwork_DoWork(object sender, DoWorkEventArgs e)
        {
            ProductOrder rec = null;
            while (isRunning)
            {
                lock (this)
                {
                    if (urgentQueue.Count > 0)
                    {
                        rec = urgentQueue.Dequeue();                       
                        Backwork.ReportProgress(1, rec);
                    }
                    else 
                    {
                        if (nomalQueue.Count > 0)
                        {
                            rec = nomalQueue.Dequeue();
                            Backwork.ReportProgress(2, rec);
                        }
                    }
                }               
            }
        }

        /// <summary>
        /// 正常订单的增加
        /// </summary>
        /// <param name="nomalOrder"></param>
        public void AddNomalOrder(ProductOrder nomalOrder)
        {
            lock (this)
            {
                nomalQueue.Enqueue(nomalOrder);
            }
        }

        /// <summary>
        /// 紧急订单的增加
        /// </summary>
        /// <param name="urgentOrder"></param>
        public void AddUrgentOrder(ProductOrder urgentOrder)
        {
            lock (this)
            {
                urgentQueue.Enqueue(urgentOrder);
            }
        }

        /// <summary>
        /// 是否还有未处理完的正常订单
        /// </summary>
        public bool IsNomalAvailable
        {
            get
            {
                return nomalQueue.Count > 0;
            }
        }

        /// <summary>
        /// 是否还有未处理完的紧急订单
        /// </summary>
        public bool IsUrgentAvailable
        {
            get
            {
                return urgentQueue.Count > 0;
            }
        }
    }

在控制台程序中添加订单示例，并增加对ProgressShowEvent的订阅

 static void Main(string[] args)
        {
            var dealWithOrder = new DealWithOrder(true);
            dealWithOrder.ProgressShowEvent += DealWithOrder_ProgressShowEvent;
            var normalOrder = new ProductOrder("Simen", "nomal", "2222");
            dealWithOrder.AddNomalOrder(normalOrder);
            var urgentOrder = new ProductOrder("Simen", "urgent", "1111");
            dealWithOrder.AddUrgentOrder(urgentOrder);
            dealWithOrder.StartDealWithOrder();
            Console.ReadKey();
        }

        private static void DealWithOrder_ProgressShowEvent(ProductOrder obj)
        {
            Console.WriteLine(obj);
        }

输出的结果如图

完成示例应用程序中描述的任务的真实程序可以处理Web服务接收到的文档，如果你不想用两个队列来实现不同优先级的订单处理方式不一样，可以考虑用链表来实现。

许多集合都提供了相同的功能，例如，SortedList类与SortedDictionary类的功能几乎完全相同，但是其性能常常有很大区别，一个集合使用的内存少，另一个集合的元素检索速度快，譬如说在List<int>每调用一次Add()方法都要移动整个集合，下图显示了各种集合在执行各种方法时所用的操作时间。

其中O(1)表示无论集合有多少项，这个操作所需要的时间不变

O(log n)表示操作所需要的时间随集合集合中的元素增加而增加，但每个元素需要增加的时间不是线性的，而是成对称曲线的

O(n)表示对于集合操作时间在最坏情况下是N