C#.Net筑基-集合知识全解

01、集合基础知识

.Net 中提供了一系列的管理对象集合的类型，数组、可变列表、字典等。从类型安全上集合分为两类，泛型集合 和 非泛型集合，传统的非泛型集合存储为Object，需要类型转。而泛型集合提供了更好的性能、编译时类型安全，推荐使用。

.Net中集合主要集中在下面几个命名空间中：

1.1、集合的起源：接口关系

集合接口	特点/说明
IEnumerator、IEnumerator<T>	枚举器（还不是集合），提供foreach枚举项的能力
IEnumerable、IEnumerable<T>	可枚举集合，几乎所有集合都实现了该接口，属于集合最基础的接口。就一个IEnumerator GetEnumerator() 方法，返回一个枚举器。
ICollection、ICollection<T>	提供了基础集合操作：Count、Add()、Remove()、Clear()、Contains()、CopyTo()
IList、IList<T>	索引器[int index]、IndexOf()、Insert()、RemoveAt()
IDictionary、IDictionary<TKey, TValue>	键值集合操作：Keys、Values、索引器[Key]、Add()、Remove()
IReadOnly***	只读的集合，包括IReadOnlyCollection、IReadOnlyList、IReadOnlyDictionary等

• 天赋技能 —— foreach：几乎所有集合都可以用foreach循环操作，是因为他们都继承自IEnumerable接口，由枚举器（IEnumerator）提供枚举操作。
• 几乎所有集合都提供添加、删除、计数，来自基础接口 ICollection、ICollection<T>。
• IList、IList<T> 提供了数组的索引器、查找、插入等操作，几乎所有具体的集合类型都实现了该接口。
• Array 是一个抽象类，是所有数组T[]的基类，她是类型安全的。
• 推荐尽量使用数组T[]、泛型版的集合，提供了更好的类型安全和性能。

1.2、非泛型集合—— 还有什么存在的价值？

• 非泛型的Hashtable，Key、Value都是Object类型的，Dictionary 是泛型版本的 Hashtable。
• ArrayList 是非泛型版本的 List<T>，基本很少使用，也尽量不用。

既然非泛型版本类型不安全，性能还差，为什么还存在呢？

主要是历史原因，泛型是.Net2.0 引入的，因此为了向后兼容，依然保留的非泛型版本集合。在接口实现时，非泛型接口一般都是显示实现的，因此基本不会用到。不过在有些场景下，非泛型接口、集合还是有点用的，如类型不固定的集合，或者用接口作为约束条件或类型判断。

ArrayList arr = new ArrayList();
arr.Add(1);
arr.Add("sam");
arr.Add(new Point());
if (arr is IList) {}

class User<T> where T :IList {}

1.3、Collection<T>、List<T>有何不同？

两者比较相似，他们到底有什么区别呢？该如何选择？

• Collection<T> 作为自定义集合基类，内部提供了一些virtual的实现，便于继承实现自己的集合类型。其内部集合用的就是List<T>，如下部分源码 Collection.cs。
• List<T> 作为集合使用，是最常用的可变长集合类型了，他优化了性能，但是丢失了可扩展性，没有提供任何可以override的成员。

public class Collection<T>
{
    public Collection()
    {
        items = new List<T>();
    }
    protected virtual void InsertItem(int index, T item)
    {
        items.Insert(index, item);
    }
}

---

02、枚举器——foreach的秘密！

foreach 用来循环迭代可枚举对象，用一种非常简洁、优雅的姿势访问可枚举元素。常用于数组、集合，当然不仅限于集合，只要符合要求枚举要求的都可以。

foreach 可枚举类型	说明
数组	包括Array数组、List、字典等，他们都实现了IEnumerable接口的。
IEnumerable	可枚举接口
IEnumerable<T>	同上，泛型版本
GetEnumerator()方法	包含公共方法“IEnumerator GetEnumerator();”的任意类型
yield迭代器	yield语句实现的迭代器，实际返回的也是IEnumerable、IEnumerator

2.1、IEnumerator枚举器

枚举可以foreach 枚举的密码是他们都继承自IEnumerable接口，而更重要的是其内部的枚举器 —— IEnumerator。枚举器IEnumerator定义了向前遍历集合元素的基本协议，其申明如下：

public interface IEnumerator
{
	object Current { get; }

	bool MoveNext();

	void Reset();  //这个方法是非必须的，用于重置游标，可不实现
}
public interface IEnumerator<out T> : IDisposable, IEnumerator
{
	new T Current { get; }
}

• MoveNext() 移动当前元素到下一个位置，Current获取当前元素，如果没有元素了，则MoveNext()返回false。注意MoveNext()会先调用，因此首次MoveNext()是把位置移动到第一个位置。
• Reset()用于重置到起点，主要用于COM互操作，使用很少，可不用实现（直接抛出 NotSupportedException）。

该接口不是必须的，只要实现了公共的Current、无参MoveNext()成员就可进行枚举操作。

实现一个获取偶数的枚举器：

void Main()
{
	var evenor = new EvenNumbersEnumerator(1, 10);
	while (evenor.MoveNext())
	{
		Console.WriteLine(evenor.Current); //2 4 6 8 10
	}
}
//获取偶数的枚举器
public struct EvenNumbersEnumerator : IEnumerator<int> //不继承IEnumerator接口，效果也是一样的
{
	private int _start;
	private int _end;
	private int _position = int.MinValue;

	public EvenNumbersEnumerator(int start, int end)
	{
		_start = start;
		_end = end;
	}
	public int Current => _position;
	object IEnumerator.Current => Current;  //显示实现非泛型接口，然后隐藏起来

	public bool MoveNext()
	{
		if (_position == int.MinValue)
			_position = (int.IsEvenInteger(_start) ? _start : _start + 1) - 2;
		_position += 2;
		return (_position <= _end);
	}
	public void Reset() => throw new NotSupportedException();
	public void Dispose() { } //IEnumerator 是实现了 IDisposable接口的
}

2.2、IEnumerable可枚举集合

IEnumerable、IEnumerable<T>是所有集合的基础接口，其核心方法就是 GetEnumerator() 获取一个枚举器。

public interface IEnumerable
{
	IEnumerator GetEnumerator();
}
public interface IEnumerable<out T> : IEnumerable
{
	new IEnumerator<T> GetEnumerator();
}

该接口也不是必须的，只要包含public的“GetEnumerator()”方法也是一样的。

有了 GetEnumerator()，就可以使用foreach来枚举元素了，这里foreach会被编译为 while (evenor.MoveNext()){} 形式的代码。在上面 偶数枚举器的基础上实现 一个偶数类型。

void Main()
{
	var evenNumber = new EvenNumbers();
	foreach (var n in evenNumber)
	{
		Console.WriteLine(n); //2 4 6 8 10
	}
}
public class EvenNumbers : IEnumerable<int> //不用必须继承接口，只要有GetEnumerator()即可
{
	public IEnumerator<int> GetEnumerator()
	{
		return new EvenNumbersEnumerator(1, 10);
	}

	IEnumerator IEnumerable.GetEnumerator() //显示实现非泛型接口，然后隐藏起来
	{
		return GetEnumerator();
	}
}

foreach 迭代其实就是调用其GetEnumerator()、Current、MoveNext()实现的，因此接口并不是必须的，只要有对应的成员即可。

foreach (var n in evenNumber)
{
    Console.WriteLine(n); //2 4 6 8 10
}
/************** 上面代码编译后的效果如下：*****************/
IEnumerator<int> enumerator = evenNumber.GetEnumerator();
try
{
    while (enumerator.MoveNext ())
    {
         int i = enumerator.Current;
         Console.WriteLine (i);
    }
}
finally
{
    if (enumerator != null)
    {
         enumerator.Dispose ();
    }
}

2.3、yield 迭代器

yield return 是一个用于实现迭代器的专用语句，它允许你一次返回一个元素，而不是一次性返回整个集合。常来用来实现自定义的简单迭代器，非常方便，无需实现IEnumerator接口。

惰性执行：元素是按需生成的，这可以提高性能并减少内存占用（当然这个要看具体情况），特别是在处理大型集合或复杂的计算时。迭代器方法在被调用时，不会立即执行，而是在MoveNext()时，才会执行对应yield return的语句，并返回该语句的结果。Linq里的很多操作也是惰性的。

简化代码：使用yield return可以避免手动编写迭代器的繁琐过程。

状态保持：yield return自动处理状态保持，使得在每次迭代中保存当前状态变得非常简单。每一条yield return语句执行完后，代码的控制权会交还给调用者，由调用者控制继续。

yield迭代器方法会被会被编译为一个实现了IEnumerator 接口的私有类，可以看做是一个高级的语法糖，有一些限制（要求）：

• 迭代器的返回类型可以是IEnumerable、IEnumerator或他们的泛型版本。还可以用 IAsyncEnumerable<T> 来实现异步的迭代器。
• yield break 语句提前退出迭代器，不可直接用return，是非法的。
• yield语句不能和try...catch一起使用。

void Main()
{
    var us = new User();
    foreach (string name in us)
    {
        Console.WriteLine(name); //sam kwong
    }
    foreach (string name in us.GetEnumerator1())
    {
        Console.WriteLine(name); //1  sam  2
    }
    foreach (string name in us.GetEnumerator2())
    {
        Console.WriteLine(name);//KWONG
    }
}
public class User
{
    private string firstName = "sam";
    private string lastName = "Kwong";
    public IEnumerator GetEnumerator()
    {
        yield return firstName;
        yield return lastName;
    }
    public IEnumerable GetEnumerator1() //返回IEnumerable
    {
        Console.WriteLine("1");
		yield return firstName;  //第一次执行到这里
		Console.WriteLine("2");
		yield break;             //第二次执行到这里，也是最后一次了
		yield return lastName;
    }
    public IEnumerable<string> GetEnumerator2() //返回IEnumerable<string>
    {
        yield return lastName.ToUpper();
    }
}

---

03、集合！装逼了！

3.1、常用集合类型

集合类型	特点/说明
Array（数组之父）	是一个抽象类，是有所有数组的父类，提供了很多用于数组操作的静态方法，详见下一章节
数组：T[]	定长（内存连续）的数组集合，所有数组都继承自 Array，int[] arr = {1,2,3};
ArrayList	可变长数组，存放Object对象，内部会自动扩容，很少使用。
List<T>	泛型版的ArrayList，可变长集合，很常用。
HashTable	存储Key、Value结构的哈希表，可根据Key快速获取Value值。Key不可重复，都是Object类型。
Dictionary<TK, TV>	泛型版本的哈希表，代替HashTable
HashSet<T>	只有Key的Dictionary，Key不可重复，适用于与不可重复的集合
SortedSet<T>	支持排序的HashSet，内部用一个红黑树存储，添加删除慢，因为要维护元素的状态
Queue、Queue<T>	队列，先进先出（FIFO），Enqueue（后入）、Dequeue（前出）
PriorityQueue<T, TP>	支持优先级顺序的队列，只能保证优先级顺序，相同优先级不保证先进先出
Stack、Stack<T>	栈表，后进先出（LIFO），Push（前入）、Pop（前出）
SortedList<TKey,TValue>	按照Key排序的列表，内部为数组，支持索引器，在插入时按照顺序存储（性能较差）
SortedDictionary<TK,TV>	同SortedList，内部为红黑树存储键值对，大数据量时性能更好，不支持索引器。
LinkedList<T>	双向链表，每个节点包含一个值、前节点指针、后节点指针，不支持索引器。插入删除很快O(1)，不会移动元素，查找O(n)较慢，会遍历整个集合。
ListDictionary	单向链表字典，轻量级的字典，它适用于小型集合（小于10个）。
HybridDictionary	Hashtable（高查询效率）和ListDictionary（内存少）的杂交集合，根据数量内部切换容器。
ReadOnlyCollection<T>‌	只读集合，接收一个IList集合，可以看做是对普通集合的只读包装，修改会抛出异常。
Immutable***	不可变集合，通过静态方法Create()创建并初始化，任何修改都会创建新的集合。
Collection<TItem>	专为自定义扩展（继承）用的集合基类
KeyedCollection<TK, TV>	同上，专为自定义扩展（继承）用的字典集合基类，继承自Collection<TItem>
BitArray	位数组（不是字节，只有一位），用来存储bool值，支持位操作。
Concurrent***	线程安全的集合，各种类型的集合都有线程安全的版本，可多线程访问
ConcurrentQueue<T>	线程安全的队列 Queue
ConcurrentStack<T>	线程安全的栈表 Stack
ConcurrentDictionary<T,K>	线程安全的字典 Dictionary
BlockingCollection<T>	提供阻塞功能的线程安全集合，适合用于生产者-消费者场景，消费者会自动阻塞等待生产者消息
ConcurrentBag<T>	线程安全的集合List<T>
Channel<T>	专用于生产、消费场景的现代异步消息队列，比 BlockingCollection更强大、灵活。

ArrayList arr2 = new ArrayList();
arr2.Add(null);
arr2.Add("sam");
arr2.Add(1);
Console.WriteLine(arr2[1]);

3.2、数组Array[]

Array 数组是一种有序的集合，通过唯一索引编号进行访问。数组T[]是最常用的数据集合了，几乎支持创建任意类型的数组。Array是所有的数组T[]的（隐式）基类，包括一维、多维数组。CLR会将数组隐式转换为 Array 的子类，生成一个伪类型。

• 索引从0开始。
• 定长：数组在申明时必须指定长度，超出长度访问会抛出IndexOutOfRangeException异常。
• 内存连续：为了高效访问，数组元素在内存中总是连续存储的。如果是值类型数组，值和数组是存储在一起的；如果是引用类型数组，则数组值存储其引用对象的（堆内存）地址。因此数组的访问是非常高效的！
• 多维数组：矩阵数组 用逗号隔开，int[,] arr = {{1,2},{3,4}};
• 多维数组：锯齿形数组（数组的数组），int[][] arr =new int[3][];

int[] arr = new int[100];      //申请长度100的int数组
int[] arr2 = new int[]{1,2,3}; //申请并赋值，长度为3
int[] arr3 = {1,2,3};          //同上，前面已制定类型，后面可省略
arr[1] = 1;
Console.WriteLine(arr[2]);     //未赋值，默认为0

几乎大部分编程语言的数组索引都是从0开始的，如C、Java、Python、JavaScript等。当然也有从1开始的，如MATLAB、R、Lua。

属性	特点/说明
Length	数组的长度、元素的数量
Rank	获取数组的维度，一维数组就是1
[int index]	索引器，这是方法数组元素的最常用方式，没有之一！
方法	特点/说明
AsReadOnly<T>(T[])	获取一个只读的数组 ReadOnlyCollection<T>
CopyTo(array, index)	复制数组元素到目标数组array，参数index为目标array的索引位置
object? GetValue(Int32)	获取制定索引位置的值，对应的还有SetValue(obj, index)，这两个方法都会装箱，慎用！
静态方法	特点/说明
BinarySearch(Array)	二分查找，返回找到的元素的索引，负数表示没找到。前提是数组必须是有序的。
Clear(Array)	清除数组的内容
Clone()	创建 Array 的浅表副本
Copy(array1, array2)	将一个array1中的元素复制到数组array2中
CreateInstance(Type, len)	创建数组，指定类型和长度，Array.CreateInstance(typeof(int),10)
Exists<T>(arr, Predicate)	根据谓词条件判断是否存在的元素，返回bool，Array.Exists(arr,s=>s>5)
Array.Fill(arr, value)	填充数组值为value，Array.Fill(arr,1);
Find<T>(arr, Predicate)	根据条件查找元素，返回第一个匹配的元素，Array.Find(arr,s=>s>5)
FindLast(arr, Predicate)	同上，返回最后一个匹配的元素
FindAll(arr, Predicate)	查找所有匹配的元素，返回数组。
FindIndex(T[], Predicate)	查找第一个匹配元素的索引，对应的还有 FindLastIndex
ForEach(T[], Action<T>)	循环遍历元素执行action
IndexOf、LastIndexOf	根据元素查找索引位置，-1表示没找到
Reverse<T>(T[])	反转元素顺序，Array.Reverse(arr)，不会创建新数组。️Linq的Reverse会创建新对象
Resize<T>(ref T[], Int)	更改数组长度，会创建一个新数组，所以用了ref
Sort(Array)	对数组元素排序，Array.Sort(arr)，不会创建新数组。
TrueForAll(T[], Predicate)	判断是否所有元素都符合维词条件，返回bool，Array.TrueForAll(arr,s=>s>1)
扩展方法	特点/说明
IEnumerable Cast<T>()	强制转换为指定类型的数组，延迟实现+会装箱，var arr2 = arr.Cast<uint>()
AsSpan()	创建数组的Span<T>对象
AsMemory()	创建数组的Memory<T>对象

通过上表发现，Array 的很多方法都是静态方法，而不是实例方法，这一点有点困惑，造成了使用不便。而且大部分方法都可以用Linq的扩展来代替。

3.3、Linq扩展

LINQ to Objects (C#) 提供了大量的对集合操作的扩展，可以使用 LINQ 来查询任何可枚举的集合（IEnumerable）。扩展实现主要集中在 代码 Enumerable 类（源码 Enumerable.cs），涵盖了查询、排序、分组、统计等各种功能，非常强大。

• 简洁、易读，可以链式操作，简单的代码即可实现丰富的筛选、排序和分组功能。
• 延迟执行，只有在ToList、ToArray时才会正式执行，和yeild一样的效果。

var arr = Enumerable.Range(1, 100).ToArray(); //生成一个数组
var evens = arr.Where(n => int.IsEvenInteger(n)); //并没有执行
var arr2 = arr.GroupBy(n => n % 10).ToArray();

---

04、集合的一些小技巧

技巧	说明
集合初始化器{}	省略new和类型，用{}初始化值，int[] arr = {1,2,3};
集合表达式[]	C#12，简化集合赋值，比上面更简化，int[] arr = [1,2,3]
范围运算符 a..b	C#8，表示a到b的范围（不含b），可获取集合中指定范围的子集var sub =arr[1..3]
^n倒数	C#8，索引倒数，arr[^1]//倒数第一个
..展开运算符	支持集合、可枚举表达式，展开每个枚举元素到数组，配合集合表达式使用比较方便。

4.1、集合初始化器{}

同类的初始化器类似，用{}来初始化设置集合值，支持数组、字典。

//数组
int[] arr1 = new int[3] { 1, 2, 3 };
int[] arr2 = new int[] { 1, 2, 3 };
int[] arr4 = { 1, 2, 3 };
//字典
Dictionary<int, string> dict1 = new() { { 1, "sam" }, { 2, "william" } };
Dictionary<int, string> dict2 = new() { [5] = "sam", [6] = "zhangsan" }; //索引器写法
var dict3 = new Dictionary<int, string> { { 1, "sam" }, { 2, "william" } };

4.2、集合表达式[]

集合表达式 简化了集合的申明和赋值，直接用[]赋值，比初始化器更简洁，语法形式和JavaScript差不多了。可用于数组、Sapn、List，还可以自定义集合生成器。

int[] iarr1 = new int[] { 1, 2, 3, 4 }; //完整的申明方式
int[] iarr2 = { 1, 2, 3, 4 }; //前面声明有类型int[]，可省略new
int[] iarr3 = [1, 2, 3, 4];   //简化版的集合表达式

List<string> list = ["a1", "b1", "c1"];
Span<char> sc = ['a', 'b', 'c'];
HashSet<string> set = ["a2", "b2", "c2"];

//..展开运算符，把集合中的元素展开
List<string> list2 = [.. list,..set, "ccc"]; //a1 b1 c1 a2 b2 c2 ccc

4.3、范围运算符..

a..b表示a到b的范围（不含b），其本质是 System.Range 类型数据，表示一个索引范围，常用与集合操作。

• 可省略a或b，缺省则表示到边界。
• 可结合倒数^使用。

int[] arr =  new[] { 0, 1, 2, 3, 4, 5 };
Console.WriteLine(arr[1..3]); //1 2  //索引1、2
Console.WriteLine(arr[3..]); //3 4 5 //索引3到结尾
Console.WriteLine(arr[..]);  //全部
Console.WriteLine(arr[^2..]);  //4 5 //倒数到2到结尾

var r = 1..3;
Console.WriteLine(r.GetType()); //System.Range

自定义的索引器也可用用范围Range作为范围参数。

05、提高集合性能的一些实践

技巧	说明
使用泛型版本集合	尽量不使用非泛型版本的集合（如ArrayList、Hashtable），避免装箱。
初始化合适的容量	创建集合时，根据实际情况尽量给定一个合适的初始容量，避免频繁的扩容
使用Span	使用Span<T>和Memory<T>进行高效内存访问，更多参考《高性能的Span、Memory》
使用ArrayPool<T>	对于频繁获取集合数据的场景，采用池化技术复用数组对象，减少数组对象的创建

尽量给集合一个合适的“容量”（ capacity），几乎所有可变长集合的“动态变长”其实都是有代价的。他们内部会有一个定长的“数组”，当添加元素较多（大于容量）时，就会自动扩容（如倍增），然后把原有“数组”数据拷贝（搬运）到新“数组“中。

• 因此在使用可变长集合时，尽量给一个合适的大小，可减少频繁扩容带来的性能影响。当然也不可盲目设置一个比较大的容量，这就很浪费内存空间了。stringBuilder也是一样的道理。
• 可变长集合的插入、删除效率都不高，因为会移动其后续元素。

下面测试一下List<T>，当创建一个长度为1000的List时，设置容量（1000）和不设置容量（默认4）的对比。

int max = 10000;
public void List_AutoLength(){
    List<int> arr = new List<int>();
    for (int i = 0; i < max; i++)
    {
        arr.Add(i);
    }
}
public void List_FixedLength()
{
    List<int> arr = new List<int>(max);
    for (int i = 0; i < max; i++)
    {
        arr.Add(i);
    }
}

很明显，自动长度的List速度更慢，也消耗了更多的内存。

尽量不创建新数组，使用一些数组方法时需要注意尽量不要创建新的数组，如下面示例代码：

var arr = Enumerable.Range(1, 100).ToArray();
// 需求：对arr进行反序操作
var arr2 = arr.Reverse().ToArray(); //用Linq，创建了新数组
Array.Reverse(arr);                 //使用Array的静态方法，原地反序，没有创建新对象

比较一下上面两种反序的性能：

---

参考资料

• 集合和数据结构
• 《C#8.0 In a Nutshell》

---

️版权申明：版权所有@安木夕，本文内容仅供学习，欢迎指正、交流，转载请注明出处！原文编辑地址-语雀