我有一个简单的要求：我有数百万个字符串，并想测试它们是否存在于一个小集合中。我对使用List<T>与HashSet<T>这个集合之间存在疑问。
当要求相反时，例如，你有100个字符串，需要检查它们是否存在于数百万个字符串中，我完全理解HashSet<T>是最佳选择。
但就我而言，似乎.NET在GetHashCode上调用Contains时需要计算数百万个哈希值（调用HashSet<T>），因此调用Contains一个List<T>可能会更快吗？
有人能解释这个假设是否正确吗？
答案 0 :(得分：10)
这些似乎都不适合我 - HashSet<string>听起来对我来说可能是最好的方法。
是的，.NET必须为每个字符串计算哈希码 - 问题在于，只要检查候选集中数百个字符串中的每个字符串是否相等就需要。
根据所有性能问题，你应该测试这个而不是猜测。例如，如果所有字符串都有不同的长度并且它们都很长，那么Equals对每个候选人来说都很便宜，GetHashCode可能需要很长时间。但是，如果所有字符串的长度都是10，从相同的6个字符开始，那么GetHashCode将相当便宜，但每个字符串相等性检查都必须检查所有这些常用前缀字符。哪一个更像你的实际情况？您的基准显示了什么？您需要多快这个？
答案 1 :(得分：2)
我认为Dictionary会缓存键的哈希值，显然只会计算一次你正在搜索的字符串的哈希值。我将补充说，如果你的字符串集是静态的并且很少被修改，你可以更快地找到对不可变列表进行排序并使用Array.BinarySearch，但可能我不会这样做因为它会使代码太复杂（除非通过对它进行基准测试，我确认它更快。）