地图标记性能优化：如何高效筛选未加载的地图实体？

1. 用HashSet存储已存在的UniqueId（核心优化） #

原代码中All遍历是O(n)复杂度，40K*40K会产生16亿次循环，这是性能瓶颈的根源。HashSet的Contains操作是O(1)，能把整体时间复杂度降到O(n)级别。

修改后的代码：

// 提前提取所有已存在标记的UniqueId，存入HashSet
var existingIds = EntitiesDataSource.Shapes
    .Where(s => ReferenceEquals(s.Properties["Type"], _typeEvent))
    .Select(s => Convert.ToInt64(s.Properties["UniqueId"]))
    .ToHashSet();

// 快速筛选未存在的实体
listEvents = paramData.EventData
    .Where(e => !existingIds.Contains(e.UniqueId))
    .ToList();

2. 避免重复类型转换 #

原代码每次遍历都要执行Convert.ToInt64(p["UniqueId"])，提前转换并存储到HashSet中，能节省大量重复计算的开销，上面的代码已经包含了这一优化。

3. 提前物化查询结果 #

原代码中listEventPins是延迟执行的LINQ查询，每次调用All都会重新遍历EntitiesDataSource.Shapes。用ToHashSet()或ToList()提前物化结果，避免重复查询数据源。

4. 推送到数据库端筛选（若数据源是数据库） #

如果EntitiesDataSource.Shapes是数据库查询（比如EF上下文），可以把筛选逻辑推到数据库层面，减少内存中处理的数据量：

var existingIds = EntitiesDataSource.Shapes
    .Where(s => ReferenceEquals(s.Properties["Type"], _typeEvent))
    .Select(s => Convert.ToInt64(s.Properties["UniqueId"]));

listEvents = paramData.EventData
    .Where(e => !existingIds.Contains(e.UniqueId))
    .ToList();

（注：需确保ORM能正确解析Properties的访问，否则仍会拉取全量数据到内存处理）

5. 并行处理（可选） #

如果数据量极大且CPU有空闲，可尝试用AsParallel()并行筛选，但要注意线程安全，小数据量可能因线程开销得不偿失：

listEvents = paramData.EventData
    .AsParallel()
    .Where(e => !existingIds.Contains(e.UniqueId))
    .ToList();

内容的提问来源于stack exchange，提问作者David Thielen