Question

我有一个包含一些元素的列表，我想从另一个列表中删除元素。 如果某项的值Contain（不等于）另一个列表中的值，则应将其删除。

其中一种方法是执行此操作：

var MyList = new List<string> { ... }
var ToRemove = new List<string> { ... }
MyList.RemoveAll(_ => ToRemove.Any(_.Contains));

有效...

但是，我有很多个列表（> 1百万个），并且由于可以对ToRemove进行排序，因此使用它来加快处理速度是很有意义的。

创建一个循环可以很容易地做到这一点，但是有一种方法可以对已排序的集合执行此操作？

更新：

在包含禁止列表的文本上进行20k次迭代后，我得到了：

禁止列表作为列表-> 00：00：07.1993364

禁止列表作为HashSet-> 00：00：07.9749997

多次运行后保持一致，因此哈希集较慢

Answer 1

由于二进制搜索ToRemove的复杂性，您可能需要对O(log n)进行排序（您需要重写_ => ToRemove.Any(_.Contains)）。

但是，相反，对HashSet<string>使用List<string>而不是ToRemove会更快，因为在哈希集中查找元素（使用Contains）是{{ 1}}操作。

另外，将O(1)用于LinkedList<string>可能会有所益处，因为由于数组大小的调整，从链接列表中删除项目通常比从基于数组的列表中删除要快。

Answer 2

由于这是删除包含另一个列表中的字符串的字符串，所以HashSet不会有太大帮助。实际上，除非您要查找完全匹配的内容或维护所有子字符串的索引（否则，这很昂贵），而昂贵的AFIK仅SQL Server在BigData领域之外半有效地做到这一点。如果您关心的只是它以“ ToRemove”中的项目开头，则排序可能会有所帮助。在“ ToRemove”自定义二进制搜索中对“ MyList”和foreach字符串进行排序，以找到以该字符串和RemoveAt索引开头的任何字符串，直到没有开头为止，然后再递减索引，直到没有开头为止。

从另一个列表中删除列表项

2 个答案: