C#集合

StringBuilder竟然是基于链表而不是数组的集合,它不是2被的增加容量，而是新增一个StringBuilder节点，容量为int num = Math.Max(minBlockCharCount, Math.Min(this.Length, 8000));minBlockCharCount：填满上个节点后剩余的字符个数；this.Length：上两个节点的容量之和新增的数据往里面填，基本上每个节点的最大容量就是8000个字符，满了之后再新增节点，不会拷贝以前的数据。StringBuilder有一个名为m_ChunkPrevious的字段，指向上一个节点。不知道这是新的实现方式还是以前就是这样实现的，
对于一直往里面Append数据效率的确是快了，不会拷贝以前的数据，其他的操作实现起来就麻烦一点，至于效率估计会有点影响。这样的实现方式对于添加大量的字符串效率会有很大的提高，如果是用一个连续的数组存放字符串的话，在复制数据的时候性能会有点影响。

 

String关于字符串，我想大家最喜欢比较+、+=、String.Format、String.Concat随的性能好，如果只是一条或是少量顺序语句，说谁的性能好没有任何意义，根本体现不出谁的性能好，要比性能就得大量的数据测试，在循环次数相同的情况下，他们几个的性能真的差不多，如果非要比速度的话，”+”>“+=“>“ConCat”>“Format”并不是大家常说的+=的性能比+好（不一定总是这个结果）。其实要提高性能就得减少循环的次数，在以同样的方式减少循环的次数的情况下，性能提高了，基本上是性能跟循环的次数成反比，性能差不多。我们来看看他们的汇编代码就知道了，从图中我们看出+与+=执行的指令条数是一样的，ConCat比Format少了几个移动指针的指令，其他的指令个数都是一样的，当然他们的垃圾回收次数也就是一样的。总之少量字符串用他们哪一个都无所谓，毕竟不涉及性能问题，我喜欢用Format，因为它让代码更好理解，看着舒服些，大量字符串就必须得用StringBuilder。

测试代码：

View Code

  static void Test1() { int timer = 100000; using (new OperationTimer("+=")) { string s1 = string.Empty; for (int i = 0; i < timer; i++) { s1 += i.ToString(); } } using (new OperationTimer("+")) { string s1 = string.Empty; for (int i = 0; i < timer; i++) { s1 = s1 + i.ToString(); } } using (new OperationTimer("concat")) { string s1 = string.Empty; for (int i = 0; i < timer; i++) { s1 = string.Concat(s1, i.ToString()); } } using (new OperationTimer("format")) { string format = "{0}"; string s1 = string.Empty; for (int i = 0; i < timer; i++) { s1 = s1 + string.Format(format, i.ToString()); } } } static void Test2() { int timer = 110000; using (new OperationTimer("+")) { string s1 = string.Empty; for (int i = 0; i < timer; i+=2) { s1 = s1 + i.ToString()+(i+1).ToString(); } } using (new OperationTimer("+=")) { string s1 = string.Empty; for (int i = 0; i < timer; i += 2) { s1 += "i" + i.ToString() + (i + 1).ToString(); } } using (new OperationTimer("concat")) { string s1 = string.Empty; for (int i = 0; i < timer; i += 2) { s1 = string.Concat(s1, i.ToString(), (i + 1).ToString()); } } using (new OperationTimer("format")) { string format = "{0}{1}"; string s1 = string.Empty; for (int i = 0; i < timer; i += 2) { s1 = s1 + string.Format(format, i.ToString(), (i + 1).ToString()); } } }

 

汇编代码如下：

测试结果：

 

ArrayList你可以抛弃它了，用List吧，向ArrayList中添加值类型数据的数据性能没有List的好，引用类型性能差不多。值类型ArrayList会出现装箱和拆箱，性能差点，而引用类型大家调用的都是指针，List就别认为自己长得帅了，List会为每种值类型都会产生一套代码，而引用类型是同一套代码。其实以前我也不知道为什么会是这样，在我看了C++的模版后我就明白了，模版的参数可以是任何类型，为每种类型产生一套代码，但是C++有模版半特化功能，就是将模版的参数加一个约束，这种模版的参数必须是指针类型，有了这两个模版，值类型的就会调用第一个模版，生成一套代码，因为每种值类型所占用的字节不是都一样，指针类型的就会调用特化的模版，因为每种指针占用的都是4个字节，所以根本不需要为每种类型都生成一套代码。代码的膨胀问题就是这样解决的。List容量基本上是2倍2倍的扩增，然后将以前的数据复制过来，值类型直接复制数据，引用类型直接复制对象的引用，如果对象被修改了，List中的引用也就被修改了，当然引用类型都是这样的。

 

Hashtable也是过时了，被Dictionary取代了，非泛型的集合肯定是会被泛型的取代的。他们的实现原理我想应该是差不多的，对于哈希字典，我认为了解他是怎么散列的就行，每种集合的提共的方法其实都是都差不多，只是最主要的算法不同而已。Object有个GetHashCode()方法，这个方法能为每个对象生成一个不同的长度为10的整数，然后将这个数散列到一个数组中，数组是按照质数的顺序扩展的，也就是说，数组的长度都是质数，这主要是为了均匀的散列。如果向Dictionary中添加两个相同的Key，也就是散列到同一个位置就会跑出异常， HashSet也是基于散列的，当有多个对象散列到同一个地方的时候，它不会跑出异常，而是直接返回。排除一个数组或是多个数组中的重复数据用HashSet是个不错的选择。

 

Stack栈很简单，以2倍的方式扩容，进栈的相当于填充数组，从0~N-1，出栈的时候将最后加入栈中的元素清掉，也就是后进先出。

 

Queue队列也很简单，默认以2被的方式扩容，扩容的倍数可以自定义，进队列的时候相当于填充数组，从0~N-1，出队列就是返回一个索引所知的元素，每有一个元素出队列，这个索引就增1，出队列的元素清除，元素占用的位置保留，即数组的大小不变，只是你访问不了。

 

SortDictionary是基于红黑树的，这个红黑树还有点难理解，还在学习中，就不多说了。那就是查找速度快，时间复杂度为O(logN)，在添加元素的时候会经常调整树的结构。

 

作者：陈太汉

博客：http://www.cnblogs.com/hlxs/