LINQ .Where 查询需要 5 分钟以上才能执行

Question

我需要过滤List<object>，以便删除另一个List<string> 中不存在string 属性的任何项目。

我创建这个控制台应用程序只是为了确保我的 LINQ 语法正确：

class FooBar
{
    public int Id { get; set; }
    public string ValueName { get; set; }
}

然后……

List<FooBar> foobars = new List<FooBar>
{
    new FooBar { Id = 1, ValueName = "Val1" },
    new FooBar { Id = 2, ValueName = "Val2" },
    new FooBar { Id = 3, ValueName = "Val3" },
    new FooBar { Id = 4, ValueName = "Val4" }
};

List<string> myStrings = new List<string>
{
    "Val1",
    "Val3"
};

// Only keep records where ValueName is found in `myStrings`
foobars = foobars.Where(f => myStrings.Contains(f.ValueName)).ToList();

所以，这一行：

foobars = foobars.Where(f => myStrings.Contains(f.ValueName)).ToList();

做的正是我想要的，它给了我这两条记录：

{ Id = 1, ValueName = "Val1" }
{ Id = 3, ValueName = "Val3" }

一切都好。但是......在实际应用中，foobars 有超过 200k 个项目，myStrings 有大约 190k。而当执行该 LINQ 行时，需要 5 分钟以上才能完成。

我显然做错了什么。 20 万条记录并没有那么大。而真正的FooBar 并没有那么复杂（没有嵌套对象，只有 9 个属性）。

这是怎么回事？

Answer 1

这里的问题是您正在执行 foobars.Where(f => myStrings.Contains(f.ValueName)) ，因此对于 foobars 中的每个项目，您都在检查 myStrings 的 所有 项目。

这是二次方的。也称为 O(n^2)，阅读更多 here。 因此，如果您有 10+10 个项目，则进行 100 次检查（10*10），如果您有 10,000+10,000 个项目，您将进行 100,000,000 次检查。 在您的情况下，您正在进行 38,000,000,000+ 次检查；）

解决方案：从myStrings 创建一个HashSet 并使用HashSet 中的Contains。

例如替换为：

var myStringsSet = new HashSet<string>(myStrings);
foobars = foobars.Where(f => myStringsSet.Contains(f.ValueName)).ToList();

现在有 10,000+10,000 个项目，您将进行 10,000 次检查而不是 100,000,000 次。在您的情况下，这将是 200,000 张支票，而不是 38,000,000,000。