C＃字典快速搜索最接近键的值

Question

我有一长串（数千行）。 我针对该字符串运行RegEx表达式，并尝试识别匹配项的行号。 但是，如果我的匹配计数很高（例如10,000），则每次查找行号都需要再次搜索html字符串，这会变得很昂贵。

我想做的是事先搜索字符串并建立行号字符位置的哈希表。 因此我可以使用Dictionary并使用以下代码查找我的行号。

//find line endings
int lineCount = 0;
for (int charCount = 0; charCount <= html.Length; charCount++)
{
     if (html[charCount] == '\n')
     {
         lineCount++;
         lineEndings.Add(charCount, lineCount);
     }
}

但是，当我运行RegExes时，如何搜索该词典？ regex表达式字符位置将需要在lineEndings词典中的两个值之间 。 最好/最有效的方法是什么？ 给一个带有一组空白键的字典，给一个不在键列表中的值，以查找下一个最接近的键？

我尝试过的一件事是（我不确定它的效果如何）是

lineEndings.First(n => n.Key >= match.Index).Value

Answer 1

当您对“等于”的定义只是“接近”时，字典不起作用。

词典中的项目必须是可翻译的，这一点很重要。 如果A = B并且B = C，那么A应该等于C。如果不是这种情况（不是这样，如果将相等定义为“ close”，则事情开始崩溃。）

首先，您无法在此处编写有效的GetHashCode实现。 使其有效的唯一方法是使所有内容都返回相同的值，这意味着您无论如何都只是将性能降低为线性搜索。

假设您有一组静态字符串，您可以做的是将它们全部放入一个List或数组中，对其进行排序，然后使用BinarySearch 。 由于数据似乎是静态的，因此将项目添加到查找表很昂贵这一事实不应该成为问题。 二进制搜索还可以告诉您要添加的项应属于哪个位置，这意味着您可以转到该位置的索引以找到“下一项”，然后减去以找到“上一个”项目。

Answer 2

如果您知道希望键位于什么范围内，则可以在字典中使用LINQ。类似这样的内容：

    Dictionary<int, string> Test1 = new Dictionary<int, string>();
    public Form1()
    {
        InitializeComponent();
        Test1.Add(1, "asdf");
        Test1.Add(2, "ghjh");
        Test1.Add(3, "jkl;");
        Test1.Add(4, "qwer");

        int max = 4;
        int min = 1;
        listBox1.DataSource = (from kvp in Test1
                               where (kvp.Key > min && kvp.Key < max)
                               select (kvp.Value)).ToList();

    }

这会从字典中创建一个值集合，其中键在一定范围内。