JArray - 如何删除未包含在另一个列表中的元素 - 最快/最佳性能方式

Question

这是我的问题的背景：

有一个JArray有数千个元素。样本中伞（JArray）。

还有另一个只包含数百个元素的小清单。它被称为 umbrellasToBeRemovedIds （List<string>）。

我正在尝试这种方法来移除这些遮阳伞：

foreach (string umbrellaToRemoveId in umbrellasToBeRemovedIds)
{
    umbrellas.FirstOrDefault(o => o["Id"].Value<string>() == umbrellaToRemoveId)?.Remove();
}

考虑雨伞ToBeRemovedIds的尺寸小于遮阳伞。 从这个遮阳伞JArray删除元素的最快方法（表现明智）是什么？

Answer 1

有关JArray的两个问题需要牢记在性能方面：

1. JArray没有等效于List<T>.RemoveAll(Predicate<T>)的API，可以使用List<T> reference source中显示的shift-down-and-resize-once算法有效删除多个条目。相反，它有Clear()删除所有项目，RemoveAt()删除单个项目，ReplaceAll()有效地用不同的内容替换当前内容。

   由于已实施的RemoveAt()会从内部List<JToken>中删除条目并将后续列表项向下移动，因此从k大小JArray中移除n项将是O(n*k)，这对你的申请来说可能不够好。

2. JToken层次结构中父母与子女之间存在双向引用：

   • JToken.Children()遍历给定令牌的所有子令牌;

   • JToken.Parent获取给定令牌的父级。

   
   因此，JToken不能有两个父母，如果您尝试将已有父母的JToken添加到另一个父母，则克隆< / em>的。即如果array是JArray，那么

   array[i] = array[i+1];
   

   将克隆索引i+1处的数组条目，而不是简单地将其两次添加到数组中。 （有关发生这种情况的详细信息，请参阅this answer。）

   因此，在应用程序代码中天真地实现shift-down-and-resize-once算法将具有可怕的性能，因为在该过程中克隆了许多数组条目。

综合以上几点，以下扩展方法在从k大小JArray移除n项目时应具有最佳算法效果：

public static partial class JTokenExtensions
{
    /// <summary>
    /// Removes all the elements whose values, as defined by `selector`, belong to the collection of incoming values
    /// </summary>
    public static void RemoveAll<T>(this JArray array, IEnumerable<T> values, Func<JToken, T> selector, IEqualityComparer<T> comparer = null)
    {
        if (array == null || values == null || selector == null)
            throw new ArgumentNullException();
        var set = new HashSet<T>(values, comparer);
        array.RemoveAll(i => set.Contains(selector(i)));
    }

    /// <summary>
    /// Removes all the elements that match the conditions defined by the specified predicate.
    /// </summary>
    public static void RemoveAll(this JArray array, Predicate<JToken> match)
    {
        if (array == null || match == null)
            throw new ArgumentNullException();
        array.ReplaceAll(array.Where(i => !match(i)).ToList());
    }
}

您可以按以下方式致电：

umbrellas.RemoveAll(umbrellasToBeRemovedIds, i => (string)i["id"]);

这应该具有O(n + k + k*log(k))的性能，其中k*log(k)项是构建哈希值集合的（假定的）复杂性。注意我假设"id"属性是唯一的。如果两个列表中都存在重复的ID，并且您只想从array中删除等于匹配重复ID的数量的项目，则需要更复杂的算法。

对于潜在的点优化，例如，(string)i["id"]或i["Id"].Value<string>() 更快，我会引导您阅读Erik Lippert的文章 {{3} }