《 .NET 4 新增的 SortedSet 类 》

微软在 .NET 3.5 新增了一个 HashSet 类，在 .NET 4 新增了一个 SortedSet 类，本文介绍他们的特性，并比较他们的异同。

.NET Collection 函数库的 HashSet、SortedSet 这两个泛型的类，都实现了 System.Collections.Generic.ISet 接口；但 Java 早在 1.2 (或更早) 之前的版本，即已提供了实现这两种数据结构的同名类 [10]，且还有更严谨的 TreeSet (里面存储的项，连类型都必须一致。当年还没有泛型)。

Set 是「集合」的意思，其在数学上的定义，是里面元素的存放没有特定的顺序，且不允许重复。我们先看以下 HashSet、SortedSet 的示例：

 

ISet < int >   set   =   new  HashSet < int > () {  5 ,  9 ,  2 ,  1 ,  2 ,  2 ,  3 ,  7 ,  4 ,  9 ,  9  };

foreach  ( int  element  in   set )
    Response.Write( string .Format( "  {0} " , element)); 

 

 执行结果：

图 1　重复的元素自动被移除

同样的代码，把 HashSet 改成 SortedSet，如下：

 

ISet < int >   set   =   new  SortedSet < int > () {  5 ,  9 ,  2 ,  1 ,  2 ,  2 ,  3 ,  7 ,  4 ,  9 ,  9  };

foreach  ( int  element  in   set )
    Response.Write( string .Format( "  {0} " , element)); 

 

 执行结果：

图 2　重复的元素自动被移除，且内部会自动做排序

我们看到 HashSet、SortedSet 这两个类，确实都不允许重复，但前者是按照元素加入的顺序存储，后者会再将加入的元素做排序，且能够在插入、删除和搜索元素时，仍维护数据的排列顺序。因此若您有耐心读到这里，就多学了一招：若平常编程时想过滤重复的项的话，就可以用这两个 Set 类，因为集合是不允许重复元素的。在 SortedSet 还没出现的 .NET 3.5 时代，我们必须用 HashSet 先移除重复的项，然后再排序；而现在的 .NET 4，我们就可以改用 SortedSet 一步实现移除重复并排序。

当然，若您的需求不同 (暂不考虑性能差别)，不希望默认自动排序，或不需要去除重复元素，可改用 List 类的 Sort 方法。此外，您也可把 HashSet 当作 key/value 配对的 Dictionary 类之中，只有 key 没有 value 来使用，因为 Dictionary (泛型的 HashTable) 其特性，和 HastSet 类似，元素也是没有特定的顺序，且不允许重复 (key 必须为唯一)。

------------------------------------------------------------------------

以下分别列出 .NET 平台上，HashSet、SortedSet 这两个类各自的一些特性：

HastSet 的特性 [11] ：

• 它的 Contains 方法 (确定 HashSet 对象是否包含指定的元素) 执行速度很快，因其为基于「哈希」的查找 (hash-based lookup)。
  (另 Dictionary 类的检索速度也是非常快的，其「算法」的 Time Complexity 接近于 O(1)，这是因为 Dictionary 类是以一个哈希表来实现的)
• 它的 Add 方法 (将指定的元素添加到 HashSet 对象中)，如果 Count 小于内部数组的容量，则此方法的运算复杂度为 O(1)。如果必须调整 HashSet<T> 对象的大小，则此方法的运算复杂度将为 O(n)。[4]
• 它不能存储重复的元素，而且当插入的元素有重复时，也会自动被忽略。
• 无法从特定的位置，访问其中某个元素。

SortedSet 的特性 [6]：

• 它的 Contains 方法 (确定 HashSet 对象是否包含指定的元素) 执行速度很快，因其为基于「哈希」的查找 (hash-based lookup)。
• 它的 Add 方法 (将指定的元素添加到 HashSet 对象中)，如果 Count 小于内部数组的容量，则此方法的运算复杂度为 O(1)。如果必须调整 HashSet<T> 对象的大小，则此方法的运算复杂度将为 O(n)。(数据结构中的「红黑树 (Red-Black tree」) [3], [8]
• 它的 Add 方法，若添加了已存在的项时会被忽略，并且返回 False。
• 它不能存储重复的元素，而且当插入的元素有重复时，也会自动被忽略。
• 无法从特定的位置，访问其中某个元素。

------------------------------------------------------------------------

以下我们来看 .NET 里 HashSet 的一些示例：

示例一 - 测试查找的功能：

 

var  set   =   new  HashSet < char > ( " 我爱编程 " );

Response.Write( set .Contains( ' 我 ' ));   // True
Response.Write( set .Contains( ' 你 ' ));   // False

 

 上述示例中，我们能够将字符串，甚至中文字，传入 HashSet<char> 的构造函数，是因为 string 实现了 IEnumerable<char> 接口，而 HastSet 类也实现了 IEnumerable<T>。

示例二 - 测试 HashSet 内置的一些好用方法：

1. SymmetricExceptWith: 仅包含该对象或指定集合中存在的元素（但不可同时包含两者中的元素）。
2. UnionWith: 包含该对象本身和指定集合中存在的所有元素。
3. ExceptWith: 从当前 HashSet<T> 对象中移除指定集合中的所有元素。
4. IntersectWith: 仅包含该对象和指定集合中存在的元素。

 

using  System;
using  System.Collections.Generic;

class  HashSetDemo
{
     static   void  Main()
    {
        HashSet < char >  setA  =   new  HashSet < char > ();
        HashSet < char >  setB  =   new  HashSet < char > ();

        setA.Add( ' A ' );
        setA.Add( ' B ' );
        setA.Add( ' C ' );

        setB.Add( ' C ' );
        setB.Add( ' D ' );
        setB.Add( ' E ' );

        Show( " Initial content of setA:  " , setA);
        Show( " Initial content of setB:  " , setB);

        setA.SymmetricExceptWith(setB);    // 把 setA、setB 各自特有、对方没有的元素列出来
        Show( " setA after Symmetric difference with SetB:  " , setA);

        setA.UnionWith(setB);        // 把 setA、setB 的全部元素列出来 (union 并集)
        Show( " setA after union with setB:  " , setA);

        setA.ExceptWith(setB);       // 把 setA 中，所拥有的 setB 元素移除
        Show( " setA after subtracting setB:  " , setA);

        setA.IntersectWith(setB);    // 把 setA 中，所拥有的 setB 元素列出
        Show( " setA after intersect with setB:  " , setA);

        Console.WriteLine();
        Console.Read();
    }

     static   void  Show( string  msg, HashSet < char >   set )
    {
        Console.Write(msg);
         foreach  ( char  ch  in   set )
            Console.Write(ch  +   "   " );
        Console.WriteLine();
    }
}

 

执行结果：

图 3

由于 HastSet<T> 实现了 IEnumerable<T> 接口，因此我们可把其他任何 set 当作参数，传入其他 set 类的运算方法里。

此外，LINQ 也有类似上述示例的 Intersect、Except、Union、Distinct 的 set 运算功能，有兴趣比较两者特性的网友，可参考 msdn 或网络上的文章 [5]。主要的差别在于，LINQ set 运算始终返回新的 IEnumerable<T> 集合，而 HashSet<T> 是修改当前的集合，且 HashSet 提供了比较多的 set 相关算符。

------------------------------------------------------------------------

到了 .NET 4 才新建的 SortedSet 类，除了有前述 HashSet 类所拥有的 SymmetricExceptWith、UnionWith、ExceptWith、IntersectWith 等好用的方法外，还有「GetViewBetween (制定范围)」、「Max (取最大值)」、「Min (取最小值)」等新增的好用方法。

以下我们来看 SortedSet 这三个方法的示例：

示例三 - 测试 GetViewBetween、Max、Min 方法：

 

using  System;
using  System.Collections.Generic;
using  System.Linq;     // 此为 Max()、Min() 方法的必要引用

var  set   =   new  SortedSet < int > () {  5 ,  9 ,  2 ,  1 ,  2 ,  2 ,  3 ,  7 ,  4 ,  9 ,  9  };

foreach  ( int  element  in   set )
    Response.Write( string .Format( "  {0} " , element));

Response.Write( " <p> " );
Response.Write( " Max:  "   +   set .Max()  +   " <br> " );
Response.Write( " Min:  "   +   set .Min()  +   " <br> " );

Response.Write( " <br>取 2 ~ 5 之间的值: <br> " );

// 只取值为 2 ~ 5 之间的元素
var subSet  =   set .GetViewBetween( 2 ,  5 );
foreach  ( int  i  in  subSet)
{            
    Response.Write(i  +   " , " );
}

 

执行结果：

图 4

此 GetViewBetween() 方法，也适用于 SortedSort 里元素为字符串、字符的处理 [6]。 - ------------------------------------------------------------------------

 

 

参考资料：

[1] SortedSet<T> 类
http://msdn.microsoft.com/zh-cn/library/dd412070.aspx

[2] HashSet<T> 类
http://msdn.microsoft.com/zh-cn/library/bb359438.aspx

[3] SortedSet<T> 成员
http://msdn.microsoft.com/zh-cn/library/dd382202.aspx

[4] HashSet<T> 成员
http://msdn.microsoft.com/zh-cn/library/bb341004.aspx

[5] HashSet 和 LINQ Set 运算
http://msdn.microsoft.com/zh-cn/library/bb397728.aspx
http://www.dotblogs.com.tw/kirkchen/archive/2010/06/12/15836.aspx

[6] C# 4.0/BCL 4 Series:SortedSet<T> in Framework 4
http://samgentile.com/Web/vs2010-and-net-framework-4-0/c-4-0-bcl-4-series-sortedset-lt-t-gt-in-framework-4/

[7] SortedSet Collection Class in .NET 4.0
http://www.codeproject.com/KB/cs/SortedSet_T__Collection.aspx

[8] Add to SortedSet<T> and its complexity
http://stackoverflow.com/questions/2533007/add-to-sortedsett-and-its-complexity

[9] Net4.0---Framwork新增特性
http://www.cnblogs.com/oec2003/archive/2010/05/26/1744495.html

[10] 用 Java 的 SortedSet 实现过滤重复字符串并排序
http://www.cnblogs.com/fzzl/archive/2009/04/01/1427344.html
http://www.cnblogs.com/fzzl/archive/2009/04/01/1427336.html

参考书籍：

[11] C# 3.0 in a Nutshell, chapter 7
http://www.amazon.com/3-0-Nutshell-Desktop-Reference-OReilly/dp/0596527578
http://www.albahari.com/nutshell/

[12] C# 3.0 THE COMPLETE REFERENCE, chapter 24
http://www.amazon.com/3-0-COMPLETE-REFERENCE-Herbert-Schildt/dp/0071588418/ref=sr_1_11?ie=UTF8&s=books&qid=1276701548&sr=1-11

相关资料：

[13] 程序员真情忏悔录
http://www.cnblogs.com/WizardWu/archive/2009/01/29/1381275.html

当你在使用 Java (或 .NET) 提供的 Collection Framework 时，你了解 ArrayList、LinkedList、TreeSet、HashSet 之间的差别吗？
你知道他们的优缺点吗？你知道他的特性吗？不了解 ArrayList 和 LinkedList 的差异，用任一种去写程序，执行结果都一样，可是性能差很多。大多数的人连了解特性都谈不上，更别说很多每天想发展自己的语言、自己的编译器、自己的操作系统的人。没有基础学问的了解，如何去设计一个 Collection Framework 或 STL？你说数据结构和算法没有用，你去做看看现在 IDE 中普遍有的 code insight 功能看看 ？以 C++ Builder 来说，要在短时间内搜寻所有的标头文件，并找出某函数的 prototype，如果没有对数据结构和算法有充分了解，一样做得出来，只是产品会卖不出去罢了。