泛型字典类比较-创新互联

Dictionary, SortedDictionary, SortedList横向评测

Dictionary、SortedDictionary与 SortedList是.NET Framework的三个泛型的关键字查找的类，都属于System.Collections.Generic命名空间。它们无论是名字还是功能都十分相似，以至于实际运用的时候我们会经常混淆。因此有必要比较一下它们。

1. 实现

查阅 MSDN 得到如下资料:

Dictionary泛型类提供了从一组键到一组值的映射。字典中的每个添加项都由一个值及其相关联的键组成。通过键来检索值的速度是非常快的，接近于O(1)，这是因为Dictionary类是作为一个哈希表来实现的。

检索速度取决于为TKey指定的类型的哈希算法的质量。

可见，Dictionary基本上就是一个Hashtable。不过它比Hashtable类快，因为它支持泛型~(稍后我们会用实验证明，即使使用Object类型的Dictionary也比 Hashtable稍快)。

SortedDictionary泛型类是检索运算复杂度为O(log n)的二叉搜索树，其中n是字典中的元素数。就这一点而言，它与SortedList泛型类相似。这两个类具有相似的对象模型，并且都具有O(log n)的检索运算复杂度。这两个类的区别在于内存的使用以及插入和移除元素的速度。

SortedList使用的内存比SortedDictionary少。

SortedDictionary可对未排序的数据执行更快的插入和移除操作：它的时间复杂度为O(log n)，而SortedList为O(n)。

如果使用排序数据一次性填充列表，则SortedList比 SortedDictionary快。

每个键/值对都可以作为KeyValuePair结构进行检索，或作为 DictionaryEntry通过非泛型IDictionary接口进行检索。

只要键用作SortedDictionary中的键，它们就必须是不可变的。SortedDictionary中的每个键必须是唯一的。键不能为null引用），但是如果值类型TValue为引用类型，该值则可以为空。

SortedDictionary需要比较器实现来执行键比较。可以使用一个接受 comparer参数的构造函数来指定IComparer泛型接口的实现；如果不指定实现，则使用默认的泛型比较器Comparer。如果类型TKey实现IComparable泛型接口，则默认比较器使用该实现。

C#语言的foreach语句需要集合中每个元素的类型。由于SortedDictionary的每个元素都是一个键/值对，因此元素类型既不是键的类型，也不是值的类型。而是KeyValuePair类型。

可见，SortedDictionary类似一个平衡二叉查找树(AVL)。既然是 BST，我们当然可以对其进行中序遍历。有两种方法:

1. foreach

2. Object.GetEnumerator

小实验:

CODE:

SortedDictionary TestObject = new SortedDictionary();

TestObject.Add(7, 2);

TestObject.Add(0, 1);

TestObject.Add(5, 3);

TestObject.Add(1, 1);

TestObject.Add(4, 4);

foreach (KeyValuePair kvp in TestObject)

{

Console.WriteLine(kvp.Key);

}

得到的顺序是0,1,4,5,7(SortedList同样)

但是如果把SortedDictionary换成Dictionary, 结果就是7,0,5,1,4。

另一种遍历方法:

CODE:

SortedDictionary.Enumerator sde = TestObject.GetEnumerator();

while (sde.MoveNext())

{

Console.WriteLine(sde.Current.Key);

}

SortedDictionary类和SortedList类之间的另一个区别是：SortedList支持通过由Keys和Values属性返回的集合对键和值执行高效的索引检索。访问此属性时无需重新生成列表，因为列表只是键和值的内部数组的包装。

QUOTE:

二叉树的插入操作怎么是 O(n)?

网上有一种说法, 就是SortedList内部就是两个数组, 插入的时候类似O(n^2)的插入排序(每个动作为O(n))，不过插入有序数据特别快(每个动作变成O(1))。同样的情况出现在删除数据。

CODE:

Random ra = new Random();

SortedList TestObject = new SortedList();

for (int i = 1; i <= 1000000; i++)

{

TestObject.Add(i, ra.Next());

}

其中，ra.Next()用来生成随机数。

上述代码执行速度相当快，因为插入的数据的Key值是有序的。

如果把i换成1000000-i，则速度立刻慢得惨不忍睹。

同样的情况出现在把i替换成随机数。在一段时间的等待后出错，因为Key值不能重复。

这样说来，SortedList不太像二叉树结构.

SortedList还有一个功能，就是直接访问Key值大小排名为k的Key 和Value。

方法(使用属性)是object.Key[k]和object.Value[k)。

这更加印证了网上的说法.

我认为SortedList没什么用 - 除非是对基本有序的数据，或者对内存非常吝啬。如果仅仅需要在BST上加上查找排名为k的节点的功能，可以使用一个经典算法：在每个节点上加上一个leftsize，储存它左子树的大小。

2. 功能

这三个类的功能上面都讲得差不多了。因为实现就决定了功能。这里小结一下。

Dictionary的功能:

Add，Clear，ContainsKey，ContainsValue，Count（属性），Enumerator(无序)，Item(属性)， Remove

SortedDictionary新增的功能：

Enumerator为有序 - 对应BST的中序遍历。

SortedList新增的功能:

Capacity(属性) - 毕竟人家是数组

IndexOfKey，IndexOfValue(返回Value对应Key的排名而不是 Value 的排名)

Keys[k]，Values[k] - 返回按照Key排序的数组的第k个元素

3. 速度

实践出真知 - 某名人。

理论和实践不符就是错的 - Thity。

我们的测试程序:

CODE:

static class DictionarySpeedTest

{

static Random RandomGenerator = new Random();

static List ArrayListData = new List();

static Dictionary TestObject = new Dictionary();

public struct Key_N_Data

{

public long Key;

public long Data;

}

const int ITEM_COUNT = 1000000;

const int TEST_COUNT = 500000;

static long LastTick;

public static void TimerStart(string Text)

{

Console.Write(Text);

LastTick = DateTime.Now.Ticks;

}

public static void TimerEnd()

{

long t = DateTime.Now.Ticks - LastTick;

Console.WriteLine(((t) / 10000).ToString() + " ms");

}

public static void Main()

{

Process.GetCurrentProcess().PriorityClass = ProcessPriorityClass.High;

Console.WriteLine(TestObject.GetType().ToString());

TimerStart("Generating data... ");

for (int i = 1; i <= ITEM_COUNT; i++)

{

Key_N_Data ThisKeyData = default(Key_N_Data);

ThisKeyData.Key = ((long)RandomGenerator.Next() << 31) | RandomGenerator.Next();

ThisKeyData.Data = ((long)RandomGenerator.Next() << 31) | RandomGenerator.Next();

ArrayListData.Add(ThisKeyData);

}

TimerEnd();

TimerStart("Test 1: add data test... ");

foreach (Key_N_Data Item in ArrayListData)

{

TestObject.Add(Item.Key, Item.Data);

}

TimerEnd();

TimerStart("Test 2: find data test... ");

for (int i = 1; i <= TEST_COUNT; i++)

{

{

if (TestObject[ArrayListData[RandomGenerator.Next(0, ITEM_COUNT)].Key] != ArrayListData[RandomGenerator.Next(0, ITEM_COUNT)].Data)

Console.WriteLine("Error!");

}

}

TimerEnd();

TimerStart("Test 3: remove data test...");

for (int i = 1; i <= TEST_COUNT; i++)

{

TestObject.Remove(ArrayListData[RandomGenerator.Next(0, ITEM_COUNT)].Key);

}

TimerEnd();

Console.Read();

}

}

通过更改TestObject的类型，我们可以很方便地比较这三个类的速度。测试结果：

            ADD  FIND  REMOVE

Dictionary    265ms  203ms  187ms

SortedDictionary 1843ms 828ms  1234ms

SortedList    N/A

我们把ITEM_COUNT和TEST_COUNT都减小10倍：

            ADD  FIND  REMOVE

Dictionary    15ms  31ms  15ms

SortedDictionary 93ms  46ms  38ms

SortedList    8031ms 15ms  6046ms

SortedList的随机查找居然比Dictionary和SortedDictionary(Hashtable和BST)还要快。这样说来，SortedList似乎又不是简单的数组了。(不过我仍然觉得它没什么用)

4. 小结

如果只是当作索引使用，请用Dictionary。

如果需要查找最小的几个元素，或者需要按顺序遍历元素，就用SortedDictionary。

如果输入/删除的元素是基本增序的，或者访问次数远多于修改次数，或者需要访问第k大的元素，或者对内存吝啬得BT的情况，用SortedList吧。(它居然成使用情况最多的了... orz)

PS: 微软似乎也很吝啬，SortedDictionary居然只支持增序(默认的比较器)，如果要降序的话，我们得自己写一个比较器。

CODE:

class MyComparer : Comparer

{

public override int Compare(long x, long y)

{

return Comparer.Default.Compare(y, x);

}

}

使用：

SortedList TestObject = new SortedList(new MyComparer());

现在我们可以来进行一下刚开始的时候提到的Dictionary（泛型）vs Hashtable（非泛型）对决。

结果：

ADD  FIND  REMOVE

Dictionary(Of Long, Long)    271ms 203ms 187ms

Dictionary(Of Object, Object) 468ms 312ms 234ms

Hashtable                  859ms 390ms 218ms

结论: 最好用Dictionary代替Hashtable。

另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。