Collections你用对了吗？

.Net有两类基础的集合类型：List和Dictionary。List是基于Index的，Dictionary是基于key的。集合类型一般实现了IEnumberable，ICollection或者Ilist接口。

 

类型

描述

使用场景

ArrayList

能够根据添加项动态调整集合大小。

• 适用于存储自定义类型，特别是对于数据经常进行增加和删除的。
• 使用TrimToSize()去掉预留元素位置，优化性能。
• 使用ArrayList.BinarySearch进行高效的查询。
• 不要用ArrayList去存储string。用StringCollection代替。
• ArrayList.Sort()默认使用的是快速排序。

Hashtable

基于Key的hash值，存储key/value对的collection类型。

• 适用于存储大量并不经常更改的数据，数据经常改动会造成额外的性能开销（计算hash值）。
• 适用于经常Search而不需要排序的情况。

HybridDictionary

能够根据集合的大小，动态使用相应类型的字典类型。使用ListDictionary（小），使用Hashtable（大）。

• 适用于经常进行Search操作。
• 不要用于排序。

ListDictionary

基于Key的hash值，存储key/value对的collection类型，基于单链表实现的。

• 对于不大于10的key/value对的排序非常高效。

 

NameValueCollection

存储string类型的key/value的可排序的Collection。

• string类型，可排序。可以在一个集合中包含多个相同Key的实体。
• 适用于经常改变数据。
• 适用于去缓存数据项以便于快速取回。

SortedList

基于Key排序的Key/value对的collection。可以通过key或index来提取value。

• 适用于存储静态数据，并且在一段时间内只有少量数据需要更新。
• 可以用于快速根据索引或者Key来取回数据。
• 避免用于存储数据有大量更新的数据。创建和排序的时间非常耗时。
• 避免存储string类型，因为过度的转换开销。使用StringCollection代替。

StringCollection

string类型的arraylist

• 适用于存储经常变化的string类型的数据，并且需要在大块中检索。
• 适合绑定string类型数据到DataGrid，避免了向下类型转换的开销。

StringDictionary

基于Hash table。用于存储key是string类型的Dictionary

• 适用于存储需要经常检索的静态string类型数据

Queue

基于ICollection的实现，先进先出

 

Stack

后进先出

 

 

集合类型常见问题：

• Boxing issues
• Thread safety
• Enumeration overhead

 

 

 Boxing issues

 

如果使用ArrayList去存储值类型时都会被执行装箱操作，当取数据时会执行拆箱操作。当要存储大量的item时会导致过度开销。

ArrayList al =new ArrayList();

for (int i = 0; i < 1000; i++)

al.Add(i); //Implicitly boxed because Add() takes an object

int f = (int)al[0];// The element is unboxed

 

解决方案：

考虑使用强类型的数组代替，或者使用自定义集合类型。

在.net framework 2.0之后，使用泛型可以避免装箱和拆箱的开销。

 

 Thread Safety

 

通常，集合默认不是线程安全的。在多线程下对于读操作是线程安全的，对于任何修改操作是非线程安全的，会导致未知的结果。

 

解决方案：

1. 使用Synchronized方法

//初始化

ArrayList arrayList = new ArrayList();

//添加对象到集合

…….

//使用Synchronized方法

Arraylist syncArrayList = ArrayList.Synchronized(arrayList);

2. 使用Lock语句的SyncRoot属性

ArrayList myCollection = new ArrayList();

Lock(myCollection.SyncRoot){}

 

 Enumeration Overhead

 

.Net Framework 1.1通过重写IEnumerable.GetEnumberator方法提供了枚举器。

但也不是很理想，理由如下：

• GetEnumerator方法是虚拟的，所以无法内联。
• GetEnumerator方法返回的是Ienumerator的接口而不是一个实际的类型。因此，在编译期间，无法确定实际的枚举器(Enumerator)
• MoveNext方法和Current属性同样是虚拟的，因此无法内联。
• IEnumerator.Current返回的的是Object类型。根据存储在集合的数据类型可能需要装箱和拆箱操作。

 

因此在使用foreach对集合进行操作时会面临托管堆和虚拟方法的开销。

 

 Collection Guidelines

 

• Analyze your requirements before choosing the collection type.（选择集合类型之前进行需求分析）
• Initialize collections to the right size when you can.（当你能确定集合的大小时，初始化集合时指定合适的大小）
• Consider enumerating overhead.（考虑枚举开销）
• Prefer to implement IEnumerable with optimistic concurrency.（实现IEnumerable接口去实现开放式并发）
• Consider boxing overhead.（考虑装箱和拆箱开销）
• Consider for instead of foreach.（考虑使用for代替foreach）
• Implement strongly typed collections to prevent casting overhead.（实现强类型的集合类型去防止强制转换开销）
• Be efficient with data in collections.（高效利用集合中的数据）

 

 

Analyze your requirements before choosing the collection type.

 

• Do you need to sort your collection?
  • ArrayList适用于只读已排序的数据作为数据源
  • SortedList适用于需要排序的静态不经常更新的数据，通常。（当构造集合时SortedList预先排序数据，创建排序列举的过程是比较昂贵的。但是任何对数据的更新都能自动且高效的对集合进行重新排序）
  • NameValueCollection适用于需要排序的字符串集合。
• Do you need to search your collection?
  • 如果你会根据key/value随机的进行search，使用HashTable。
  • 如果对字符串进行随机的search，使用StringDictionary。
  • 对于集合大小小于10的进行search使用ListDictonary
• Do you need to access each element by index?
  • 对于基于0索引开始的集合，使用ArrayList和StringCollection
  • 通过Key来取数据，使用HashTable,SortedList,ListDictionary,StringDictionary。
  • NameValueCollection既可以使用索引又可以通过key取数据。
  • 集合（Array）通过索引取数据比任何集合类型都高效。
• Do you need a custom collection?
  • 当你想通过引用类型封送集合。
  • 你需要创建一个强类型集合来避免转换开销（如果创建的强类型集合是继承自CollectionBase或者Hashtable，你依旧无法避免转换开销。）。
  • 你需要创建一个只读集合。
  • 你需要对你的强类型集合提供序列化。
  • 你需要注意枚举的开销。

 

Initialize collections to the right size when you can.

 

• 尽可能的指定集合的大小，可以更好的提高集合性能。

 

Consider enumerating overhead.

 

• 如果实现了Ienumerable.GetEnumerator,同时实现一个非虚拟的GetEnumerator方法。

class MyClass : IEnumerable

{

 // non-virtual implementation for your custom collection

 public MyEnumerator GetEnumerator() {

   return new MyEnumerator(this); // Return nested public struct

 }

 // IEnumerator implementation

 public IEnumerator.GetEnumerator() {

   return GetEnumerator();//call the non-interface method

 }

}

foreach调用非虚拟的GetEnumerator会比通过接口调用虚拟方法更高效。

• 实现IEnumerator.Current属性。

 

// Custom property in your class

//call this property to avoid the boxing or casting overhead

Public MyValueType Current {

 MyValueType obj = new MyValueType();

 // the obj fields are populated here

 return obj;

}

// Explicit member implementation

Object IEnumerator.Current {

get { return Current} // Call the non-interface property to avoid casting

}

 

Prefer to implement IEnumerable with optimistic concurrency.

• 确保集合不会被修改当集合正在被枚举。
• 采用快照在枚举器中。

 

Consider boxing overhead.

当在集合中存储值类型时，装箱开销会根据集合的大小，更新或操作数据的频率影响。

如果不需要集合过多的功能，尽量使用Array.

 

Consider for instead of foreach.

在性能敏感的代码中尽量使用for.

 

 

Implement strongly typed collections to prevent casting overhead.

 

Be efficient with data in collections.

当处理大量的对象时，处理每个对象的大小会十分重要。