Question

我有一个包含以下内容的文件：

Aulin:            Performance Enhancers, Combat Stabilisers
i Bootis:         Fish, Basic Medicines
Aulin:            Agricultural Medicines, Combat Stabilisers
Eranin:           Tea, Coffee
LP 98-132:        Bertrandite,Gold
Dahan:            Tantalum, Explosives
Asellus Primus:   Resonant Separators, Non Lethal Weapons
LHS 3006:         Bertrandite, Indite

这些是来自着名游戏的价值观。

现在我读取数据并使用以下代码将其转换为Dictionary：

var imports = File.ReadAllText(@"d:\exports.txt");
var productsDict = 
    imports
    .Split('\n')
    .Select(line => line.Split(':'))
    .GroupBy(line => line[0])
    .ToDictionary(
        line => line.Key, 
        line => 
           line.Select(item => item[1])
           .Aggregate((c, n) => c.Insert(c.Length, "," + n))
           .Split(',')
           .Select(i => i.Trim(' '))
           .Distinct()
    );

我可以优化LINQ吗？何时必须为链接lambda使用新标识符？如您所见，我使用line，item，i等等。

Answer 1

最快的方法（并不是很难实现）是逐行手动解析文件，然后是char-by-char。（如果要进行解析性能）步骤：

虽然不是EOF（文件结束）
阅读单行
读取字符，直到第一个:出现。
请记住只读字作为键
虽然不是EOL（行尾）：读取字符直到逗号，然后将单词放在列表中，返回到5）
放置字典条目（其中键是第一个读取的单词，值是从步骤5获得的单词列表）
返回1）

如果在您的情况下性能不是主键（文件不是很大），您可以将一些LINQ方法分组为单独的方法（例如扩展方法），如：

public static IEnumerable<string> SplitByLine(this string text)
{
   return text.Split('\n');
}

public  static IEnumerable<string[]> KeyValuesSplitted(this IEnumerable<string> lines)
{
   return lines.Select(line => line.Split(':'));
}

public static IEnumerable<IGrouping<string[]>> GroupyByKey(this IEnumerable<string[]> keyValuesSplitted)
{
   return keyValuesSplitted.GroupBy(line => line.First());
}

// and so on..

用法：

productsDict = imports.SplitByLine()
                      .KeyValuesSplitted()
                      .GroupyByKey() //and so on.

在这种情况下，每种方法都很容易理解，我们知道导入时会发生什么。

Answer 2

您可以引入一些局部变量以使事物更具可读性。使事物看起来更好，更易读的另一个技巧是将链中的每个函数调用放在一个新行上。这样，您可以从上到下读取代码，而不是向右滚动。

你应该将它包装在一个名为ConvertData（）或ImportData（）之类的方法中，或者甚至在单独的类中。这样你的代码看起来也更加可重复，因为你不必知道导入是如何完成的，并且你不会被复杂的代码分散注意力。

您可以这样做：

var imports = File.ReadAllText(@"d:\exports.txt");
var productsDict = importData(imports);

然后在一个单独的方法中，或者在一个单独的类中更好（除非这个类只负责导入数据）：

private  Dictionary<string, IEnumerable<string>> importData(string imports)
    {
      return imports.Split('\n')
            .Select(line => line.Split(':'))
            .GroupBy(line => line[0])
            .ToDictionary(line => line.Key,
                          line => line.Select(item => item[1])
                                      .Aggregate((c, n) => c.Insert(c.Length, ","+n))
                                      .Split(',')
                                      .Select(i => i.Trim(' '))
                                      .Distinct()
                         );
    }

更好，但可能超出问题范围，是创建一个IImporter接口，在界面中定义了导入方法，以便以后您可以随时切换Importer类，或支持多个Importers，而不会破坏其他部分你的代码

Answer 3

首先，不是将整个文件加载到内存中，而是每次都可以读取每一行。

var lines = File.ReadLines(@"d:\exports.txt");

然后，您在框架中遗漏了许多可以使用的工具（例如string.Join或SelectMany），以及更简单的合成语：

var productDict = (from line in lines
                   let keyValue = line.Split(':')
                   let lineValues = from value in keyValue[1].Split(',')
                                    select value.Trim()
                   group lineValues by keyValue[0] into entry
                   select new
                   {
                       entry.Key,
                       Entry = (from values in entry
                                from value in values
                                select value).Distinct(),
                   })
                   .ToDictionary(
                       entry => entry.Key,
                       entry => string.Join(",", entry.Entry));

优化Linq

3 个答案: