Я пытаюсь узнать немного больше о LINQ путем реализации орфографического корректора Peter Norvig в C#.
Первая часть включает взятие большого файла слов (приблизительно 1 миллион) и помещение его в словарь где key
слово и value
количество случаев.
Я обычно делал бы это как так:
foreach (var word in allWords)
{
if (wordCount.ContainsKey(word))
wordCount[word]++;
else
wordCount.Add(word, 1);
}
Где allWords
IEnumerable
В LINQ я в настоящее время делаю его как это:
var wordCountLINQ = (from word in allWordsLINQ
group word by word
into groups
select groups).ToDictionary(g => g.Key, g => g.Count());
Я сравниваю эти 2 словаря путем рассмотрения весь
и они идентичны, таким образом, они приводят к тем же результатам.
foreach
цикл берет 3.82 secs, и запрос LINQ берет 4.49 secs
Я синхронизирую его с помощью класса Секундомера, и я работаю в режиме RELEASE. Я не думаю, что производительность плоха, я просто задавался вопросом, была ли причина различия.
Я делаю запрос LINQ неэффективным способом, или я пропускаю что-то?
Обновление: вот полный пример кода сравнительного теста:
public static void TestCode()
{
//File can be downloaded from http://norvig.com/big.txt and consists of about a million words.
const string fileName = @"path_to_file";
var allWords = from Match m in Regex.Matches(File.ReadAllText(fileName).ToLower(), "[a-z]+", RegexOptions.Compiled)
select m.Value;
var wordCount = new Dictionary();
var timer = new Stopwatch();
timer.Start();
foreach (var word in allWords)
{
if (wordCount.ContainsKey(word))
wordCount[word]++;
else
wordCount.Add(word, 1);
}
timer.Stop();
Console.WriteLine("foreach loop took {0:0.00} ms ({1:0.00} secs)\n",
timer.ElapsedMilliseconds, timer.ElapsedMilliseconds / 1000.0);
//Make LINQ use a different Enumerable (with the exactly the same values),
//if you don't it suddenly becomes way faster, which I assmume is a caching thing??
var allWordsLINQ = from Match m in Regex.Matches(File.ReadAllText(fileName).ToLower(), "[a-z]+", RegexOptions.Compiled)
select m.Value;
timer.Reset();
timer.Start();
var wordCountLINQ = (from word in allWordsLINQ
group word by word
into groups
select groups).ToDictionary(g => g.Key, g => g.Count());
timer.Stop();
Console.WriteLine("LINQ took {0:0.00} ms ({1:0.00} secs)\n",
timer.ElapsedMilliseconds, timer.ElapsedMilliseconds / 1000.0);
}
Одной из причин, по которой версия LINQ медленнее, является то, что вместо одного словаря создаются два словаря:
(внутренне) из группы по оператору; Группа также хранит каждое отдельное слово. Вы можете проверить это, глядя на Toarray (), а не счетчик (). Это много наверху, вам на самом деле не нужно в вашем случае.
Метод для того, чтобы «Метод» в основном является FOREAFEAL над фактическим запросом LINQ, где результаты запроса добавляются в новый словарь. В зависимости от количества уникальных слов, это также может занять некоторое время.
Еще одна причина, что запрос LINQ немного медленнее, является то, что LINQ полагается на выражения лямбда (делегат в ответе Датана), и вызов делегата добавляет крошечное количество накладных расходов по сравнению с встроенным кодом.
Отредактируйте: Обратите внимание, что для некоторых сценариев LINQ (например, linq к sql, но не в памяти linq, таких как здесь), переписать запрос, создает более оптимизированный план:
from word in allWordsLINQ
group word by word into groups
select new { Word = groups.Key, Count = groups.Count() }
Обратите внимание, однако, что это не Дайте вам словарь, а скорее последовательность слов и их количество. Вы можете преобразовать это в словарь с
(from word in allWordsLINQ
group word by word into groups
select new { Word = groups.Key, Count = groups.Count() })
.ToDictionary(g => g.Word, g => g.Count);
Когда я создаю свой второй пример, а затем откройте его в разборке рефлектора, я получаю следующее:
Dictionary<string, int> wordCountLINQ = allWordsLINQ.GroupBy<string, string>(delegate (string word) {
return word;
}).Select<IGrouping<string, string>, IGrouping<string, string>>(delegate (IGrouping<string, string> groups) {
return groups;
}).ToDictionary<IGrouping<string, string>, string, int>(delegate (IGrouping<string, string> g) {
return g.Key;
}, delegate (IGrouping<string, string> g) {
return g.Count<string>();
});
, вероятно, он занимает больше времени, потому что существует больше функционирует вызовы, и в течение миллиона итераций, которые добавляют Отказ