我收集了大约 170,000 个单词，并对它们执行了许多操作。最常见的是：StartsWith、EndsWith 和 Contains。我也做了很多长度检查。
我最初将此信息存储在 List<string> 中，但后来切换到 HashSet<string>，因为我认为这种类型的数据会更快。
根据我的描述，HashSet 是该数据的最佳集合类型吗？
【问题讨论】：
StartsWith 并且，通过存储反向字符串或由内而外索引，EndsWith 可以从排序结构中受益，例如一棵二叉树。 Contains 并不那么容易承认性能增强，尽管长度可能是一个有用的花絮。
标签： c# .net performance collections
trie 是一个非常好的数据结构，用于存储字符串和执行所需的文本搜索操作。是Lucene等搜索引擎中常用的索引字符串值的数据结构
通常在提到时，trie 被描述为允许非常有效的“开始于”搜索的前缀树。数据结构的suffix tree 变体在“结束于”搜索时非常有效。
可以想象，相同的 trie 实现可以用于前缀树和后缀树，只需在填充 trie 以及搜索 trie 时反转字符串。
【讨论】：
你提到的操作都是在集合的单个元素上完成的，所以他们完全不知道你的元素实际上来自什么类型的集合。
对于集合类型要考虑的重要事项是您以何种方式处理整个集合：您是经常插入项目还是经常删除它们？您想按顺序获取每个元素，还是想更频繁地访问集合的特定部分。集合可以有重复的元素吗？您需要检查会员资格吗？你处理它们的顺序有关系吗？
这些是您需要回答的问题类型，以便对不同的馆藏类型做出明智的决定。
【讨论】：
我假设您正在尝试查找 StartsWith、EndWith 或 Contains 某个搜索词的匹配项。如果是这种情况，那么您是正确的，List 并不理想。我不相信Hashset 更好。
查看trie。我不会建立一个，但如果给出有关问题空间的一些上下文。该算法涉及按初始子字符串对单词进行分组 - 根据第一个字母对单词进行分组，然后按第二个字母进行分组，依此类推。
当我过去这样做时，我既使用了Lookup 类，也实现了Dictionary<string, List<string>>。
我使用的算法大致是
var dictionary = new Dictionary<int, Lookup<string, string>>();
for (int i = 1; i < maxWordLength; i++)
{
// get all words with i or more letters
dictionary.Add(i, words.ToLookup(w => w.Substring(i)));
}
然后找到一个类似的词
var word = "TestWord";
var matches = dictionary[word.Length][word];
如果您还需要EndsWith 和Contains，您可能还需要一些索引结构。
【讨论】：
这听起来像是Lucene 的工作。但是，如果您决定实现自己的算法（无论是什么算法），那么最好的办法是利用 C# 在 Parallel.ForEach 和 PLINQ 中强大的并行循环结构。
Data Parallelism (Task Parallel Library)
即
var source = Enumerable.Range(100, 20000);
// Result sequence might be out of order.
var parallelQuery = from num in source.AsParallel()
where num % 10 == 0
select num;
【讨论】：
如果列表是静态的，最好的可能是字符串数组，因为它的开销最低。
然后使用多个线程。
【讨论】：
进行了测试，没有得到我期望的答案。 List 和 HashSet 和 AsParallel 差不多（但只有 2 核机）。 .NET 4.0 和 600,000 个单词的列表。
我回应第一条评论。当有疑问时测试。 l 是 List，h 是 HashSet。
Debug.WriteLine("lWords.Count hWords.Count " + lWords.Count.ToString() + " " + hWords.Count.ToString());
Stopwatch SW = new Stopwatch();
SW.Restart();
Debug.WriteLine("H count " + hWords.Where(value => value.StartsWith("s")).Count().ToString());
SW.Stop();
Debug.WriteLine("H time " + SW.ElapsedMilliseconds.ToString());
SW.Restart();
SW.Stop();
Debug.WriteLine("Start Stop " + SW.ElapsedMilliseconds.ToString());
SW.Restart();
Debug.WriteLine("L count " + lWords.Where(value => value.StartsWith("s")).Count().ToString());
SW.Stop();
Debug.WriteLine("L time " + SW.ElapsedMilliseconds.ToString());
SW.Restart();
Debug.WriteLine("H count " + hWords.Where(value => value.StartsWith("s")).Count().ToString());
SW.Stop();
Debug.WriteLine("H time " + SW.ElapsedMilliseconds.ToString());
SW.Restart();
Debug.WriteLine("L count " + lWords.AsParallel().Where(value => value.StartsWith("s")).Count().ToString());
SW.Stop();
Debug.WriteLine("L time parallel " + SW.ElapsedMilliseconds.ToString());
SW.Restart();
Debug.WriteLine("H count " + hWords.AsParallel().Where(value => value.StartsWith("s")).Count().ToString());
SW.Stop();
Debug.WriteLine("H time parallel " + SW.ElapsedMilliseconds.ToString());
Debug.WriteLine("");
output:
lWords.Count hWords.Count 667309 667309
H count 45851
H time 283
Start Stop 0
L count 45851
L time 285
H count 45851
H time 364
L count 45851
L time parallel 307
H count 45851
H time parallel 344
【讨论】：