为什么返回 IOrderedEnumerable<T> 的 OrderBy 比 Sort 快得多？

Question

这是对这个优秀问题C# Sort and OrderBy comparison 的跟进。我将使用相同的示例：

List<Person> persons = new List<Person>();
persons.Add(new Person("P005", "Janson"));
persons.Add(new Person("P002", "Aravind"));
persons.Add(new Person("P007", "Kazhal"));

争用的方法有：

persons.Sort((p1, p2) => string.Compare(p1.Name, p2.Name, true));
//and
persons.OrderBy(n => n.Name);

首先让我说，我知道没有任何显着的性能差异需要担心。但我很想知道为什么OrderBy 的性能比Sort 好得多。我正在使用@phoog 在原始问题中发布的答案。

private void button1_Click(object sender, EventArgs e)
{
    IEnumerable<Person> people;

    BenchMark(persons => persons.Sort((p1, p2) => string.Compare(p1.Name, p2.Name, true)));

    BenchMark(persons => people = persons.OrderBy(n => n.Name));
}

private static Random randomSeed = new Random();
public static string RandomString(int size, bool lowerCase)
{
    var sb = new StringBuilder(size);
    int start = (lowerCase) ? 97 : 65;
    for (int i = 0; i < size; i++)
    {
        sb.Append((char)(26 * randomSeed.NextDouble() + start));
    }
    return sb.ToString();
}

private static void BenchMark(Action<List<Person>> action)
{
    List<Person> persons = new List<Person>();
    for (int i = 0; i < 10000; i++)
    {
        persons.Add(new Person("P" + i.ToString(), RandomString(5, true)));
    }
    List<Person> unsortedPersons = new List<Person>(persons);

    Stopwatch watch = new Stopwatch();
    for (int i = 0; i < 100; i++)
    {
        watch.Start();

        action(persons);

        watch.Stop();
        persons.Clear();
        persons.AddRange(unsortedPersons);
    }

    MessageBox.Show(watch.Elapsed.TotalMilliseconds.ToString());
}

结果：

Sort() => 3500 ~ 5000 ms
OrderBy() => 0.2 ~ 1.5 ms

尽管我最初测试的列表越小，差异也很大，但随着集合规模的增加，这种差异变得越来越明显。可能是我遗漏了一些理解 .NET 集合的关键，但我的想法是因为Sort 作用于现有的List<T>，与OrderBy 相比，它在处理中的开销（如果有的话）应该更少。在同一个List<T>（在我们的例子中为persons）但必须返回另一个集合IOrderedEnumerable<T>。但OrderBy 的表现仍然要好得多。与IEnumerable<T> 类型相比，List<T> 可能有一定的开销，但Sort 无论如何都会作用于现有列表！此外，看到Linq 方法比现有的.NET 方法运行得更快，我感到很高兴。

原始问题中的所有答案都将Sort 与OrderBy.ToList 进行比较，我认为这会产生一些开销，因此或多或少地表现相同。

可能有哪些实现差异？

---

编辑：好的，我学到了一些新东西。以下是我确认延迟执行的方式。

private void button1_Click(object sender, EventArgs e)
{
    BenchMark(persons =>
    {
        persons.Sort((p1, p2) => string.Compare(p1.Name, p2.Name, true));
        foreach (var item in persons)
        {
            break;
        }
    });

    BenchMark(persons =>
    {
        IEnumerable<Person> people = persons.OrderBy(n => n.Name);
        foreach (var item in people)
        {
            break;
        }
    });
}

Sort 运行时间为 4000 - 5000 毫秒，而 OrderBy 运行时间略高于 5000 毫秒。所以确实我的结论是错误的。一旦我开始列举这些收藏品，它们的表现就相当了。我更喜欢OrderBy anyday 的语法:)

编辑 2： 我刚刚发现这与 this one 完全相同。但这里有一个more interesting question about deferred execution in general，虽然不是完全订购。

Answer 1

在这种情况下，OrderBy 要快得多，因为您实际上并没有执行它。

在您枚举结果之前，查询是延迟的，因此它实际上从未进行排序。在您真正枚举结果之前，IOrderedEnumerable<T> 不会处理输入并执行任何形式的排序。

尝试将基准更改为：

 BenchMark(persons => people = persons.OrderBy(n => n.Name).Count());

Count() 调用将强制排序实际发生（因为它需要枚举 IOrderedEnumerable<T> 以生成计数），这应该会显着平衡您的时间。

大多数 LINQ 扩展方法都以这种方式工作 - 直到您枚举它们（通过 Count()、调用 ToList() 或仅在正常的 foreach 循环中使用它们等），它们的影响可以忽略不计，因为它们不会除了构建可枚举之外，实际上并没有直接做任何事情。与OrderBy(...).ToList() 相比，其他基准测试的原因是添加ToList() 会强制OrderBy 完全执行并实际排序结果。

Answer 2

OrderBy() 与大多数 LINQ 方法一样，使用延迟执行。

在您枚举其结果之前，它实际上并没有做任何事情。

要正确衡量其性能，您可以致电.OrderBy(...).Count()。

Answer 3

OrderBy() 不创建排序列表。

它创建一个 IEnumerable 对象，当您枚举它时，它会生成一个排序列表。在您枚举列表之前，不会发生实际的排序。