记一次list集合优化

 

       已知某个列表List1有2000条数据，但是因为这个列表的某个字段要从另一个表查询，所以根据一个关联的查询条件查出来的另一个List2有将近75000条数据，然后需要先循环第一个List1,然后循环里面取寻找List2里面符合条件的，因为有某种业务逻辑，所以无法减少List2的sql查询结果数量，所以到最后导出2000条数据需要十几秒，一般而言，计算机循环2000条数据可能不到1秒钟，所以第一个反应是优化List2的循环。

      原来的代码如下,开始使用的是通过Linq来筛选条件，数据少的时候还可以，但是当数据多的时候，相当于循环2000*70000次，效率可想而知：

        IList<ProjectSchedulePlanByTaskItem> items = IoCContainer.Get<IProjectSchedulePlanByTaskItemDao>().Select(where)//将近75000条数据

        foreach (Task task in taskList)//2000条数据
        {
            data.TaskProgress = GetCurrentStatus(items.Where(linq查询条件));
            datas.Add(data);
        }

　　于是我上网百度了一下，得知将字典集合额效率是要比list效率高的，因为Dictionary<TKey,TValue>类实现为哈希表，ContainsKey() 内部是通过Hash查找实现的，查询的时间复杂度是O(1)。貌似Linq的where也是for循环，数量越多，越慢，所以，当我最初只是把Linq改成for循环的时候只是快了一两秒。但是当我把items改成转为Dictionary的时候，从原来的的导出要十几秒减少到只有2~4秒。

        Dictionary<int, List<ProjectSchedulePlanByTaskItem>> keyValueByTask= items.GroupBy(s=>s.TaskId).ToDictionary(s => s.Key,s=>s.ToList());//转为字典集合

        foreach (Task task in taskList)
        {
            TaskProgressData data = new TaskProgressData();

            IList<ProjectSchedulePlanByTaskItem> whereList = new List<ProjectSchedulePlanByTaskItem>();
            if (keyValueByTask.ContainsKey(task.Id))//查询的时间为O(1)，远比list的for循环快
            {
                List<ProjectSchedulePlanByTaskItem> values = keyValueByTask[task.Id];
                whereList = values.Where(s => s.ProjectNumber == task.ProjectNumber).ToList();
            }

            data.TaskProgress = GetCurrentStatus(whereList);
            datas.Add(data);
        }

　　代码很简单，也许很多人都知道，但是很多东西都是从无到有，所以以此记录，加深自己的理解。