C#高效筛选同类型列表：基于y2坐标差值条件

针对你需要保留TSOCoord和ITEMCoord2中与CheckCoord元素y2差值小于10的条目的需求，三层foreach循环的时间复杂度会随着数据量增大急剧上升（O(MN + KN)，M、K、N分别是三个列表的长度），下面是两种更高效的实现方案：

方案一：基于排序+二分查找的快速匹配 #

先提取CheckCoord的y2值并排序，之后用二分查找快速定位可能符合条件的范围，避免全量遍历：

// 预处理：提取CheckCoord的y2值并排序
var sortedCheckY2 = checkCoords.Select(c => c.y2).OrderBy(y => y).ToList();

// 辅助方法：判断目标y2是否存在匹配的Check元素
private bool HasMatchingY2(int targetY, List<int> sortedYValues)
{
    // 用二分查找找到第一个大于等于 targetY - 10 的元素索引
    int searchIndex = sortedYValues.BinarySearch(targetY - 10);
    searchIndex = searchIndex < 0 ? ~searchIndex : searchIndex;

    // 从该索引开始遍历，直到元素超出 targetY + 10 的范围
    for (int i = searchIndex; i < sortedYValues.Count; i++)
    {
        int currentY = sortedYValues[i];
        if (currentY > targetY + 10)
            break;
        if (Math.Abs(currentY - targetY) < 10)
            return true;
    }
    return false;
}

// 筛选目标列表
var filteredTSOCoord = TSOCoord.Where(t => HasMatchingY2(t.y2, sortedCheckY2)).ToList();
var filteredITEMCoord2 = ITEMCoord2.Where(i => HasMatchingY2(i.y2, sortedCheckY2)).ToList();

方案二：区间合并优化（适合CheckCoord存在大量相近y2值的场景） #

先将CheckCoord每个元素的y2转换为有效匹配区间（[y2-10, y2+10]），合并重叠/相邻的区间后，用二分查找判断目标y2是否落在任何区间内：

// 预处理：生成CheckCoord对应的匹配区间并排序
var checkIntervals = checkCoords
    .Select(c => (Start: c.y2 - 10, End: c.y2 + 10))
    .OrderBy(iv => iv.Start)
    .ToList();

// 合并重叠/相邻的区间
var mergedIntervals = new List<(int Start, int End)>();
foreach (var interval in checkIntervals)
{
    if (mergedIntervals.Count == 0)
    {
        mergedIntervals.Add(interval);
        continue;
    }

    var lastInterval = mergedIntervals.Last();
    if (interval.Start <= lastInterval.End)
    {
        // 区间重叠或相邻，合并为更大的区间
        mergedIntervals.RemoveAt(mergedIntervals.Count - 1);
        mergedIntervals.Add((lastInterval.Start, Math.Max(lastInterval.End, interval.End)));
    }
    else
    {
        mergedIntervals.Add(interval);
    }
}

// 辅助方法：判断目标y2是否落在合并后的区间内
private bool IsY2InMatchingRange(int targetY, List<(int Start, int End)> intervals)
{
    int left = 0, right = intervals.Count - 1;
    while (left <= right)
    {
        int mid = (left + right) / 2;
        var currentInterval = intervals[mid];

        if (targetY < currentInterval.Start)
            right = mid - 1;
        else if (targetY > currentInterval.End)
            left = mid + 1;
        else
            return true;
    }
    return false;
}

// 筛选目标列表
var filteredTSOCoord = TSOCoord.Where(t => IsY2InMatchingRange(t.y2, mergedIntervals)).ToList();
var filteredITEMCoord2 = ITEMCoord2.Where(i => IsY2InMatchingRange(i.y2, mergedIntervals)).ToList();

效率说明 #

两种方案的预处理阶段时间复杂度为O(N log N)（排序/区间合并），筛选阶段为O(M log N + K log N)，相比三层循环的O(MN + KN)，在数据量较大时性能提升非常明显。

内容的提问来源于stack exchange，提问作者tahirhasan