谈谈Dictionary<T1,T2>和List<T>的问题

引子：

事情的起因我已经记不清了，但是事情的根本原因在于，我们要遍历一个集合，是用字典来存储还是用数组链表来存储。

1.把基本概念说清

对List<T>的阐述，我在/article/4776976.html一文中已经有过相应的解释，再此不再赘述。

Dictionary<T1,T2>，我们俗称其为字典，他包含一个Key和与之对应的Value，其目的是能够根据Key迅速地找到Value，算法复杂度为O(1)。

2.Dictionary<T1,T2>和Hashtable的异同

首先很多人都认同一个观点，说Dictionary<T1,T2>是HashTable的泛型版本，这一点在大致上是正确的，可是当我们运行这样一段代码时，便可看出他们的不同：

代码 1 Dictionary<string, string> dic = new Dictionary<string, string>();
2 Random r = new Random();
3 for (int i = 0; i < 100000; i++)
4 {
5 int random = r.Next(10);
6 dic.Add(i.ToString(), random.ToString());
7 }
8 StringBuilder sb = new StringBuilder(10000000);
9 Stopwatch sw = new Stopwatch();
sw.Start();
foreach (string key in dic.Keys)
{
sb.Append(dic[key]);
}
sw.Stop();
Console.WriteLine("Dic花费的时间:");
Console.WriteLine(sw.ElapsedTicks.ToString());
GC.Collect();

List<string> list = new List<string>();
for (int i = 0; i < 100000; i++)
{
list.Add(r.Next().ToString());
}

sb = new StringBuilder(10000000);
sw.Reset();
sw.Start();

foreach (string s in list)
{
sb.Append(s);
}

sw.Stop();
Console.WriteLine("List花费的时间:");
Console.WriteLine(sw.ElapsedTicks.ToString());

这段代码产生的测试结果如下：



5.问题剖析

同样是集合，为什么性能会有这样的差距。我们要从存储结构和操作系统的原理谈起。

首先我们清楚List<T>是对数组做了一层包装，我们在数据结构上称之为线性表，而线性表的概念是，在内存中的连续区域，除了首节点和尾节点外，每个节点都有着其唯一的前驱结点和后续节点。我们在这里关注的是连续这个概念。

而HashTable或者Dictionary，他是根据Key而根据Hash算法分析产生的内存地址，因此在宏观上是不连续的，虽然微软对其算法也进行了很大的优化。

由于这样的不连续，在遍历时，Dictionary必然会产生大量的内存换页操作，而List只需要进行最少的内存换页即可，这就是List和Dictionary在遍历时效率差异的根本原因。

6.再谈Dictionary

也许很多人说，既然Dictionary如此强大，那么我们为什么不用Dictionary来代替一切集合呢？

在这里我们除了刚才的遍历问题，还要提到Dictionary的存储空间问题，在Dictionary中，除了要存储我们实际需要的Value外，还需要一个辅助变量Key，这就造成了内存空间的双重浪费。

而且在尾部插入时，List只需要在其原有的地址基础上向后延续存储即可，而Dictionary却需要经过复杂的Hash计算，这也是性能损耗的地方。

7.任何方法都要合理使用

我在之前的文章中，如:从Dynamic到特性误用.曾无数次强调过，方法可以用，但每个方法都有着其存在的意义，我们调用这个方法，或者使用某个类，数据结构前，一定要搞清其存在的意义，其优点和缺点，这样我们才能写出最好的代码。

8.尾声

中午匆匆忙忙写完这篇文章，也是09年最后一篇文章，最后也在这里祝大家新年快乐吧！