SortedList與SortedDictionary vs. Sort（）

Question

這是像這樣的問題的延續。

是否有任何調整性能的指導原則？ 我並不是指大O的收益，只是節省一些線性時間。

例如，預排序可以在SortedList或SortedDictionary上保存多少？

假設我有一個有3個屬性的人類排序，其中一個是年齡。 我應該先按年齡換取物品嗎？

我應該首先對一個屬性進行排序，然后使用結果列表/字典對兩個屬性進行排序，依此類推？

想到的任何其他優化？

Answer 1

好吧，它在SortedList上輕松獲勝。 插入項目需要二進制搜索（O（log（n））來查找插入點，然后使用List.Insert（O（n））來插入項目.Insert（）占主導地位，填充列表需要O（n ^ 2）。如果輸入項已經排序，那么Insert會折疊到O（1）但不會影響搜索。填充現在是O（nlog（n））。你不用擔心哦有多大，首先排序總是更有效率。假設您可以承受雙倍的存儲需求。

SortedDictionary是不同的，它使用紅黑樹。 查找插入點需要O（log（n））。 之后可能需要重新平衡樹，這也需要O（log（n））。 因此填充字典需要O（nlog（n））。 使用排序輸入不會改變查找插入點或重新平衡的工作量，它仍然是O（nlog（n））。 現在，哦很重要，插入已排序的輸入需要樹本身不斷重新平衡。 如果輸入是隨機的，你不需要排序輸入它會更好。

因此，使用排序輸入填充SortedList並使用未排序的輸入填充SortedDictionary是O（nlog（n））。 忽略提供排序輸入的成本，SortedList的Oh小於SortedDictionary的Oh。 由於List分配內存的方式，這是一個實現細節。 它只需要執行O（log（n））次，紅黑樹必須分配O（n）次。 很小哦順便一下。

值得注意的是，沒有人比簡單地填充List，然后調用Sort（）更有利。 這也是O（nlog（n））。 實際上，如果輸入已被意外排序，則可以繞過Sort（）調用，這會折疊為O（n）。 現在，成本分析需要轉移到輸入排序所需的工作量。 很難繞過Sort（），O（nlog（n））的基本復雜性。 它可能不容易看到，您可能會獲得按SQL查詢排序的輸入。 完成任務需要更長的時間。

使用SortedList或SortedDictonary的目的是在插入后對集合進行排序。 如果您只擔心填充但不變異，那么您不應該使用這些集合。