c# 用于存储 csv 文件中的值的适当数据结构。具体案例

Question

我正在编写一个程序，它将简单地读取 2 个不同的 .csv 文件，其中包含以下信息：

file 1                  file2
AA,2.34                BA,6.45
AB,1.46                BB,5.45
AC,9.69                BC,6.21
AD,3.6                 AC,7.56

第一列是string，第二列是double。

到目前为止，我在阅读这些文件并将值放入列表中没有任何困难：

firstFile = new List<KeyValuePair<string, double>>();
secondFile = new List<KeyValuePair<string, double>>();

我正在尝试指导我的程序：

• 从第一个文件的第一行的第一列中获取第一个值（在本例中为AA）
• 并查看第二个文件的整个第一列中是否存在匹配项。
• 如果找到字符串匹配，比较它们对应的第二个值（在这种情况下为double），如果在这种情况下找到匹配，则将整行添加到单独的List。

类似于下面的伪代码：

for(var i=0;i<firstFile.Count;i++)
{
    firstFile.Column[0].value[i].SearchMatchesInAnotherFile(secondFile.Column[0].values.All);
    if(MatchFound)
    {
        CompareCorrespondingDoubles();
        if(true)
        {
            AddFirstValueToList();
        }
    }
}

我尝试使用Dictionary 而不是List，但是这个数据结构没有排序并且无法通过索引访问键。

我不是要求提供确切的代码，而是问题是：

您建议使用什么作为该程序的合适数据结构，以便我可以进一步调查自己？

Answer 1

KeyValuePair实际上只用于Dictionarys。我建议创建自己的自定义类型：

public class MyRow
{
    public string StringValue {get;set;}
    public double DoubleValue {get;set;}

    public override bool Equals(object o)
    {
         MyRow r = o as MyRow;
         if (ReferenceEquals(r, null)) return false;
         return r.StringValue == this.StringValue && r.DoubleValue == this.DoubleValue;
    }
    public override int GetHashCode()
    {
        unchecked { return StringValue.GetHashCode ^ r.DoubleValue.GetHashCode(); }
    }
}

并将文件存储在这种类型的列表中：

List<MyRow> firstFile = ...
List<MyRow> secondFile = ...

然后您可以通过 LINQ 的 Intersect 方法确定 交集（两个列表中出现的所有元素）：

var result = firstFile.Intersect(secondFile).ToList();

必须覆盖Equals 和GetHashCode，否则Intersect 只会进行引用比较。或者，您可以实现自己的 IEqualityComparer<MyRow, MyRow> 进行比较并将其传递给适当的 Intersect 重载。

---

但是如果你能保证keys（字符串值是唯一的），你也可以使用一个

Dictionary<string, double> firstFile = ...    
Dictionary<string, double> secondFile = ...

在这种情况下使用这个 LINQ 语句：

var result = new Dictionary<string, double>(
          firstFile.Select(x => new { First = x, Second = secondFile.FirstOrDefault(y => x.Key == y.Key) })
                   .Where(x => x.Second?.Value == x.First.Value));

它的时间复杂度为 O(m+n)，而上层解为 O(m*n)（因为 m 和 n 是两个文件的行数）。