使用字典的好处

System.Collections.Generic命名空间下的Dictionary，它的功能非常好用，且功能与现实中的字典是一样的。

它同样拥有目录和正文，目录用来进行第一次的粗略查找，正文进行第二次精确查找。通过将数据进行分组，形成目录，正文则是分组后的结果。它是一种空间换时间的方式，牺牲大的内存换取高效的查询效率。所以，功能使用率查询>新增时优先考虑字典。

public static Tvalue DicTool<Tkey, Tvalue>(Tkey key, Dictionary<Tkey, Tvalue> dic) { return dic.TryGetValue(key, out Tvalue _value) ? _value : (Tvalue)default; } Stopwatch stopwatch = Stopwatch.StartNew(); for (int i = 0; i < 1; i++) { DicTool(0, Dic); } stopwatch.Stop(); Console.WriteLine(stopwatch.Elapsed);

执行时间00:00:00.0003135

Stopwatch stopwatch = Stopwatch.StartNew(); for (int i = 0; i < 10000; i++) { DicTool(0, Dic); } stopwatch.Stop(); Console.WriteLine(stopwatch.Elapsed);

执行时间00:00:00.0005091

从上面可以看出，它进行大量查询时的用时非常短，查询效率极高。但使用时需要避免使用枚举作为关键词进行查询；它会造成查询效率降低。

使用枚举作为key时查询效率变低

Stopwatch stopwatch = Stopwatch.StartNew(); for (int i = 0; i < 10000; i++) { DicTool(MyEnum.one, Dic); } stopwatch.Stop(); Console.WriteLine(stopwatch.Elapsed);

执行时间00:00:00.0011010

从这里的执行时间可以看出，查询效率大大降低。

优化方案： 使用int代替enum，enum强制转型后间接查询；可使查询效率与非枚举的直接查询相近。（还有其他的优化方案，个人只使用过这个）

using System;using System.Diagnostics;using System.Collections.Generic;namespace Test{ public class Program { public enum MyEnum : int { one, two, three } public static void Main(string[] args) { Dictionary<int, int> Dic = new Dictionary<int, int>() { { (int)MyEnum.one,1}, { (int)MyEnum.two,2}, { (int)MyEnum.three,3} }; Stopwatch stopwatch = Stopwatch.StartNew(); for (int i = 0; i < 10000; i++) { DicTool((int)MyEnum.one, Dic); } stopwatch.Stop(); Console.WriteLine(stopwatch.Elapsed); } public static Tvalue DicTool<Tkey, Tvalue>(Tkey key, Dictionary<Tkey, Tvalue> dic) { return dic.TryGetValue(key, out Tvalue _value) ? _value : (Tvalue)default; } }}

执行时间 00:00:00.0005005

为什么使用枚举会降低效率

使用ILSpy软件反编译源码，得到以下：

public bool TryGetValue(TKey key, out TValue value){ int num = this.FindEntry(key); if (num >= 0) { value = this.entries[num].value; return true; } value = default(TValue); return false;}private int FindEntry(TKey key){ if (key == null) { ThrowHelper.ThrowArgumentNullException(ExceptionArgument.key); } if (this.buckets != null) { int num = this.comparer.GetHashCode(key) & 2147483647; for (int i = this.buckets[num % this.buckets.Length]; i >= 0; i = this.entries[i].next) { if (this.entries[i].hashCode == num && this.comparer.Equals(this.entries[i].key, key)) { return i; } } } return -1;}

查看Dictionary源码后可以知道，效率减低来源于this.comparer.GetHashCode(key) 这段代码。

comparer是使用了泛型的成员，它内部使用int类型不会发生装箱，但是由于Enum没有IEquatable接口，内部运行时会引起装箱行为，该行为降低了查询的效率。

IEquatable源码：

namespace System{ [__DynamicallyInvokable] public interface IEquatable<T> { [__DynamicallyInvokable] bool Equals(T other); }}

装箱：值类型转换为引用类型（隐式转换）

把数据从栈复制到托管堆中，栈中改为存储数据地址。

拆箱：引用类型转换为值类型（显式转换）

补充：C#中Dictionary<Key,Value>中[]操作的效率问题

今天有朋友问到如果一个Dictionary<Key,Value>中如果数据量很大时，那么[ ]操作会不会效率很低。

感谢微软开源C#,让我们有机会通过代码验证自己的猜想。

此处是微软C#的源代码地址

先上结论：Dictionary<Key,Value>的[ ]操作的时间 = 一次调用GetHashCode + n次调用Key.Equals的时间之和。

期中n受传入的key的GetHashCode 的重复率影响，比如传入的key的hash值为5，Dictionary中hash值为5的值有100个，这100值相当于用链表存储，如果要查找的值在第20个那么n的值就是19。如果GetHashCode 基本没什么重复率，那么n始终1，极端情况下n可能为一个很大的数（参考测试代码）。

C#中的关键代码如下：

int hashCode = comparer.GetHashCode(key) & 0x7FFFFFFF; for (int i = buckets[hashCode % buckets.Length]; i >= 0; i = entries[i].next) { if (entries[i].hashCode == hashCode && comparer.Equals(entries[i].key, key)) return i;

同时在这里我想说一下Dictionary<Key,Value>类中数据的组织结构：

private struct Entry { public int hashCode; // Lower 31 bits of hash code, -1 if unused public int next; // Index of next entry, -1 if last public TKey key; // Key of entry public TValue value; // Value of entry } private int[] buckets; private Entry[] entries;

期中buckets是保存所有的相同hash值的Entry的链表头，而相同hash值的Entry是通过Entry .next连接起来的。在新加入的Value时，如果已经存在相同hash值会将buckets中的值更新，如果不存在则会加入新的值，关键代码如下：

entries[index].hashCode = hashCode; entries[index].next = buckets[targetBucket]; entries[index].key = key; entries[index].value = value; buckets[targetBucket] = index;

注意最后一句，将新加入值的下标inddex的值赋值给了buckets，这样相当于就更新了链表头指针。这个链表就是前面产生n的原因。

下面我放一些测试的结果：

当GetHashCode的消耗为1ms时：

当GetHashCode的消耗为100ms时：

增加的消耗是99ms也就是GetHashCode增加的消耗，后面的尾数就是上面公式里的n。

附测试代码如下：

using System;using System.Collections.Generic;using System.Diagnostics;using System.Threading; namespace ConsoleApplication1{ class Program { public class Test1 { private ushort num = 0; public Test1(ushort a) { num = a; } public override int GetHashCode() { Thread.Sleep(1); return num / 100; } public override bool Equals(object obj) { Thread.Sleep(1); return num.Equals((obj as Test1).num); } } static void Main(string[] args) { Dictionary<Test1, string> testDic = new Dictionary<Test1, string>(); for (ushort a = 0; a < 100; a++) { Test1 temp = new Test1(a); testDic.Add(temp, a.ToString()); } Stopwatch stopWatch = new Stopwatch(); string str = ""; stopWatch.Start(); str = testDic[new Test1(99)]; stopWatch.Stop(); Console.WriteLine("num = " + str +" pass Time = " + stopWatch.ElapsedMilliseconds); stopWatch.Restart(); str = testDic[new Test1(1)]; stopWatch.Stop(); Console.WriteLine("num = " + str + " pass Time = " + stopWatch.ElapsedMilliseconds); stopWatch.Restart(); str = testDic[new Test1(50)]; stopWatch.Stop(); Console.WriteLine("num = " + str + " pass Time = " + stopWatch.ElapsedMilliseconds); stopWatch.Restart(); str = testDic[new Test1(98)]; stopWatch.Stop(); Console.WriteLine("num = " + str + " pass Time = " + stopWatch.ElapsedMilliseconds); stopWatch.Restart(); str = testDic[new Test1(97)]; stopWatch.Stop(); Console.WriteLine("num = " + str + " pass Time = " + stopWatch.ElapsedMilliseconds); } }}

以上为个人经验，希望能给大家一个参考，也希望大家多多支持。如有错误或未考虑完全的地方，望不吝赐教。