交叉索引引用答案

【问题标题】：Cross Index Referencing交叉索引引用
【发布时间】：2014-01-24 15:42:56
【问题描述】：

对不起，如果标题令人困惑，我不确定我应该如何标记它，我试过了。

我正在编写一个程序来执行一些交叉索引搜索，该程序是使用 Visual Studio 2010 用 C# 编写的。

我有一个包含 3 列的表：Category、Type 和 Item。该表是从 Excel 电子表格中读取的，并存储在某种数据结构中（稍后将对此进行解释）。下面是一个简短的表格示例。

| CATEGORY  | TYPE  | ITEM  | <<header row
| categoryA | typeA | itemA | <<first entry
| categoryA | typeB | N/A   |
| categoryA | typeC | itemB |
| categoryA | typeD | N/A   |

我将读取两个用户输入字符串，我希望程序确定它们是否匹配。 [假设用户输入没有错字，我编写了一个函数来处理这个并规范化两个字符串]

判断两个字符串是否匹配的逻辑是这样的：

1) 如果字符串是CATEGORY，则每个具有相同CATEGORY 的TYPE 和ITEM 都是匹配项。

2) 如果字符串是TYPE 或ITEM，则只有同一行中的其他数据是匹配的

这里有一些例子，字符串 a 和 b 是两个输入字符串，match 是一个布尔值：

1) a = "categoryA", b = "typeA", match = true
2) a = "categoryA", b = "itemB", match = true
3) a = "typeC", b = "itemB", match = true
4) a = "typeC", b = "itemA", match = false
5) a = "itemA", b = "itemB", match = false

如果不够清楚，我会举更多例子。

所以我的总体问题是：什么是最适合存储 excel 电子表格数据的数据结构，我将如何搜索/比较与此数据结构的匹配？

我虽然使用Dictionary<string, string>，所以我可以在字典中搜索字符串a并获取匹配字符串列表并进行比较，但这样我将拥有一个巨大的字典和多个相同的键，这是行不通的。

感谢任何建议/帮助。

【问题讨论】：

标签： c# string search data-structures cross-reference

【解决方案1】：

我会考虑使用System.Data 命名空间中的DataTable，它适合存储在内存中的表格数据。可能使它对您更具吸引力的是可以通过DataView 类RowFilter 属性使用类似SQL 的查询来查询它。

一些伪代码：

DataTable excelTable = new DataTable(); 

//a method that reads Excel doc and injects data into DataTable
PopulateFromExcel(excelTable); 

DataView dv = new DataView(excelTable); 
dv.RowFilter = "a = 'categoryA' AND b= 'typeA'"; 
var match = dv.Count > 0;

【讨论】：

感谢您的建议，我想我可以看到您的目标。使用 RowFilter 方法，这是否意味着我不需要指定要搜索的列？我对 SQL 了解一点，但对 DataTable 了解不多。 RowFilter 是否只是说如果两个字符串出现在同一行中则存在匹配？
@sora0419：正确，您可以进行动态查询，因此根据当前值生成查询并获取请求的数据。它本身不是 SQL，但有点类似于宏语言使用 Excel 本身。

【解决方案2】：

我有两个建议：一个优化效率，另一个优化内存使用：

如果您进行大量查找，最有效的数据结构可能是 元组哈希集。这是一个例子：

var set = new HashSet<Tuple<string, string>>();

set.Add(Tuple.Create("categoryA", "typeA"));
set.Add(Tuple.Create("categoryA", "itemA"));
set.Add(Tuple.Create("typeA", "itemA"));
set.Add(Tuple.Create("categoryA", "typeB"));
set.Add(Tuple.Create("categoryA", "typeC"));
set.Add(Tuple.Create("categoryA", "itemB"));
...

var found1 = set.Contains(Tuple.Create("categoryA", "typeC")); // yields True
var found2 = set.Contains(Tuple.Create("itemA", "itemB"));  // yields False

当您读取数据时，为每一行添加所有可能的组合，这些组合应该为 HashSet 产生 True。它会很大，但查找操作应该几乎是瞬时的。

或者，您可以创建一个类MyRow，其中包含字段Category、Type 和Item，并将数据存储在List<MyRow> 中。然后，您可以使用 LINQ 查找匹配记录：

var isMatch = myList.Any(row => (row.Category == string1 && row.Type == string2)
                             || (row.Category == string1 && row.Item == string2)
                             || ...);

这需要最少的内存（因为每个值只存储一次）。但是，每个搜索操作都会遍历完整列表，直到找到匹配项。

【讨论】：

感谢您的建议。我认为您的想法与我最初的想法有些相似，即存储每对可能的对。我不想有一张大桌子/字典，所以我在寻求其他可能性。谢谢:)
@sora0419：我刚刚添加了一种将数据存储在一个小列表中的可能性。

【解决方案3】：

我建议使用 DOCMD.TransferSpreadsheet 方法并导出 excel 数据以访问并执行一些简单的查询以满足您的要求。

【讨论】：