计算数组中不同元素数量的最快方法

Posted 2023-04-13

【中文标题】计算数组中不同元素数量的最快方法

【英文标题】：Fastest way to count number of distinct elements in array

【发布时间】：2020-01-17 11:27:59

【问题描述】：

我有这样一类对象：

public class Individual

    public double[] Number  get; set;  = new double[2] 0.0, 0.0 ;

我将这些类存储在字典列表中，并为 Individual.Number 提供值：

selection = List<Dictionary<int, Individual>>

现在，我必须计算Individual.Number（在整个列表中）的不同值的数量。到目前为止我所做的是：

selection.Values.SelectMany(list => list.Number).Distinct().Count();

我想知道这是否是最快的计数方法？如何提高性能？

谢谢，

【问题讨论】：

你的方法很好。我建议避免使用microoptimizing，除非您遇到实际性能问题。

【参考方案1】：

Distinct() 方法在内部创建一个新的Set<T> 而不指定大小。

如果您对元素的数量有一个模糊的概念，这可以防止多次分配（和内存移动）。

因为你只想要 Count() 你可以直接包含它（Credits @TimSchmelter）。

    public static int OptimizedDistinctAndCount<TSource>(this IEnumerable<TSource> source, int numberOfElements) 
        if (source == null) throw Error.ArgumentNull("source");
        var set = new HashSet<TSource>(numberOfElements);
        foreach (TSource element in source) 
           set.Add(element);
        
        return set.Count;
    

然后你可以使用：

selection.Values.SelectMany(list => list.Number).OptimizedDistinctAndCount(123);

【参考方案2】：

您对此有何看法？

public class Individual

  public double[] Numbers  get; set; 
  public Individual()
  
    Numbers = new double[0];
  
  public Individual(double[] values)
  
    Numbers = values/*.ToArray() if a copy must be done*/;
  


class Program

  static void Main()
  
    // Populate data
    var selection = new List<Dictionary<int, Individual>>();
    var dico1 = new Dictionary<int, Individual>();
    var dico2 = new Dictionary<int, Individual>();
    selection.Add(dico1);
    selection.Add(dico2);
    dico1.Add(1, new Individual(new double[]  1.2, 1.3, 4.0, 10, 40 ));
    dico1.Add(2, new Individual(new double[]  1.2, 1.5, 4.0, 20, 40 ));
    dico2.Add(3, new Individual(new double[]  1.7, 1.6, 5.0, 30, 60 ));
    // Count distinct
    var found = new List<double>();
    foreach ( var dico in selection )
      foreach ( var item in dico )
        foreach ( var value in item.Value.Numbers )
          if ( !found.Contains(value) )
            found.Add(value);
    // Must show 12
    Console.WriteLine("Distinct values of the data pool = " + found.Count);
    Console.ReadKey();
  

这种方法消除了一些调用方法的时间。

进一步的优化将使用 for 循环而不是 foreach，并且可能使用链表而不是 List（更快但需要更多内存）。