Question

以下是用例：

DateTime类型的排序列表，粒度以毫秒为单位
搜索最接近的DateTime，满足提供的predicate委托
性能是一个问题，因为List拥有100K +条记录，从最小索引到最大索引的总时间跨度为10小时，并且频繁调用（50次以上/运行）会影响性能

我们目前正在做什么，自定义二进制搜索如下？

 public static int BinaryLastOrDefault<T>(this IList<T> list, Predicate<T> predicate)
 {
            var lower = 0;
            var upper = list.Count - 1;

            while (lower < upper)
            {
                var mid = lower + ((upper - lower + 1) / 2);
                if (predicate(list[mid]))
                {
                    lower = mid;
                }
                else
                {
                    upper = mid - 1;
                }
            }

            if (lower >= list.Count) return -1;
            return !predicate(list[lower]) ? -1 : lower;
}

我可以使用字典使其变为O（1）吗？

我的理解是“否”，因为输入值可能不存在，在这种情况下，我们需要返回最接近的值，如果在上面的代码中返回-1，则排序后的列表中的最后一个元素就是预期的结果

以下是我正在考虑的选项

Dictionary<int,SortedDictionary<DateTime,int>>之类的数据结构
总持续时间DateTime最高值与最低值之间的持续时间为10小时〜10 * 3600 * 1000毫秒= 3600万毫秒
创建的每个存储桶为60秒，元素总数〜36 million / 60 K = 600
对于任何提供的DateTime值，现在都可以轻松找到存储桶，其中可以将有限数量的值存储为SortedDictionary，其中键为DateTime值，原始索引为值，因此如果需要，则可以枚举数据找到最接近的索引

在我的理解中，此实现将使搜索比上面详细介绍的二进制搜索快得多，因为将大大减少搜索到的数据。任何建议都可以做得更多，以进一步缩短搜索时间，从而进一步改善算法，我可以分别为各种独立呼叫尝试“并行”选项

Answer 1

我使用List<T>的本机BinarySearch方法进行了一些性能测试。查找最接近的DateTime的逻辑如下所示：

public static DateTime GetNearest(List<DateTime> source, DateTime date)
{
    var index = source.BinarySearch(date);
    if (index >= 0) return source[index];
    index = ~index;
    if (index == 0) return source[0];
    if (index == source.Count) return source[source.Count - 1];
    var d1 = source[index - 1];
    var d2 = source[index];
    return (date - d1 < d2 - date) ? d1 : d2;
}

我创建了一个随机列表，其中包含1,000,000个排序日期，从最小到最大的时间跨度为10小时。然后，我创建了一个大小相等的列表，其中包含未排序的随机日期以进行搜索，覆盖的时间跨度略长。然后将内部版本更改为Release并开始测试。结果表明，仅使用相对较慢的机器的单个内核，就可以在不到一秒钟的时间内完成80万次搜索。

然后，我通过搜索包含1,000,000个元素的List<(DateTime, object)>来增加测试的复杂性，因此每个比较都需要对dateSelector函数进行两次额外的调用，该函数返回DateTime属性每个ValueTuple中的每个。结果：每秒每个线程350,000次搜索。

我通过使用引用类型作为元素，并向List<Tuple<DateTime, object>>填充了1,000,000个元组，进一步增加了复杂性。性能仍然相当不错：每秒每线程270,000次搜索。

我的结论是BinarySearch方法快如闪电，如果发现它是应用程序的瓶颈，那将是令人惊讶的事情。

自定义选项可比纯二进制搜索更快地搜索排序列表

1 个答案: