我有一个包含数百万条记录的 csv 文件，其中包含一个 ID 列、日期列等。我让你从输入文件中读取每条记录，比如 file1 n 放入一个列表中，在插入时我需要检查该特定 ID如果是，则列表中已经存在，然后将日期替换为 file1 中的新日期。
这可以通过二进制搜索 (List.BinarySearch)(C#) 来完成。但是由于文件很大，我认为这将是一个乏味的过程。有什么替代方法。我怎样才能有效地做到这一点
谢谢
【问题讨论】：
标签： c# list csv binary-search string-hashing
将它们添加到HashSet<T>。
HashSet 进行高效搜索并覆盖重复项，这正是您想要的。
您将需要manage the Equality 您的物品。
【讨论】：
您可以维护一个Dictionary<TKey, TValue>，其中TKey 是存储在ID 列中的值的类型，TValue 是特定记录的类型（您可以定义一个包含字段的类, 一个对应于 csv 中的每一列）。
然后只需将新记录分配给字典，针对它所属的ID 键。
这样，您可以确保字典中的所有键都有更新的记录（也包括这些中的 DateTime）。确实，它也很省时。
这是一个示例代码：
public class Record // this class represents a particular record in the csv
{
public int ID { get; set; }
public DateTime DateTime { get; set; }
// other columns like above
}
然后在客户端代码中：
Dictionary<int, Record> dictionaryIdRecord = new Dictionary<int, Record>();
// `records` is the List of <Record>s in the csv
foreach (Record record in records)
{
dictionaryIdRecord[record.ID] = record;
}
【讨论】：
您是否考虑过将此列表导入数据库表并通过 SQL 查询执行所述过滤？
从我看到的地方来看，查询可能不会很复杂，对所有字段进行分组并选择max(yourdate) 肯定是一个很好的开始。
但我不知道数据库是否是这个任务的一个选项？
【讨论】：