这是this one等问题的延续。
是否有任何调整性能的指南？我并不是指大O的收益，只是节省一些线性时间。
例如，预排序可以节省多少SortedList或SortedDictionary？
假设我有一个有3个属性要排序的人类，其中一个是年龄。我应该先按年龄换取物品吗？
我应该首先对一个属性进行排序，然后使用结果列表/字典对两个属性进行排序，依此类推？
任何其他优化的想法？
答案 0 :(得分：57)
嗯，这在SortedList上轻松获胜。插入项目需要二进制搜索（O（log（n））来查找插入点，然后使用List.Insert（O（n））来插入项目.Insert（）占主导地位，填充列表需要O（n ^ 2）。如果输入项已经排序，那么Insert会折叠到O（1）但不会影响搜索。填充现在是O（nlog（n））。你不用担心哦有多大，首先排序总是更有效率。假设您能够承受双倍的存储需求。
SortedDictionary不同，它使用红黑树。查找插入点需要O（log（n））。之后可能需要重新平衡树，这也需要O（log（n））。因此填充字典需要O（nlog（n））。使用排序输入不会改变查找插入点或重新平衡的工作量，它仍然是O（nlog（n））。现在，哦很重要，插入已排序的输入需要树本身不断重新平衡。如果输入是随机的，你不需要排序输入，效果会更好。
所以使用排序输入填充SortedList并使用未排序的输入填充SortedDictionary是O（nlog（n））。忽略提供排序输入的成本，SortedList的Oh小于SortedDictionary的Oh。由于List分配内存的方式，这是一个实现细节。它只需要执行O（log（n））次，红黑树必须分配O（n）次。非常小哦，顺便说一句。
值得注意的是，没有人比简单地填充List，然后调用Sort（）更有利。这也是O（nlog（n））。实际上，如果输入已被意外排序，则可以绕过Sort（）调用，这会折叠为O（n）。现在，成本分析需要转移到输入排序所需的工作量。很难绕过Sort（），O（nlog（n））的基本复杂性。它可能不容易看到，您可能会获得按SQL查询排序的输入。它只需要更长的时间才能完成。
使用SortedList或SortedDictonary的目的是在插入后对集合进行排序。如果您只担心填充而不是变异，那么您不应该使用这些集合。