C#中高效对比两个百万级对象列表的最优方案

嘿，我太懂你这种感受了——用嵌套循环处理百万级数据，那速度慢得简直让人想砸键盘！你现在的代码里，不管是ForEach搭配Any()还是普通for循环，本质上都是**O(n*m)**的时间复杂度：每遍历SourceList里的一个元素，就要把整个TargetList扫一遍，百万乘百万就是1万亿次操作，这能快才怪呢。

核心优化思路：用哈希集合把查找成本降到O(1) #

解决这类问题的关键，是把需要频繁查找的TargetList的Name字段提前存入一个HashSet里。HashSet的查找操作是常数时间O(1)，这样整体复杂度就降到了O(n + m)，操作量直接从1万亿降到200万，性能提升几个数量级不在话下。

具体实现代码 #

假设你的对象有一个Name属性（这里以字符串类型为例，如果是其他类型，只要能正确哈希即可），优化后的代码如下：

// 第一步：把TargetList中所有Name提取到HashSet，这一步是O(m)时间
var targetNameSet = new HashSet<string>(TargetList.Select(item => item.Name));

// 第二步：遍历SourceList，筛选不在HashSet中的元素，这一步是O(n)时间
var DifferentList = SourceList.Where(sourceItem => !targetNameSet.Contains(sourceItem.Name)).ToList();

额外注意事项 #

• 如果Name可能为null，记得提前过滤，避免空引用异常：

  var targetNameSet = new HashSet<string>(TargetList.Where(item => item.Name != null).Select(item => item.Name));
  var DifferentList = SourceList.Where(sourceItem => sourceItem.Name != null && !targetNameSet.Contains(sourceItem.Name)).ToList();
  

• 如果你的对象的Name是自定义类型，一定要确保该类型正确实现了GetHashCode()和Equals()方法，否则HashSet无法正确判断元素是否存在。
• 如果你习惯用for循环而不是LINQ，也可以这么写，性能几乎没差别：

  var targetNameSet = new HashSet<string>(TargetList.Select(item => item.Name));
  var DifferentList = new List<object>();
  for (int i = 0; i < SourceList.Count; i++)
  {
      var currentItem = SourceList[i];
      if (!targetNameSet.Contains(currentItem.Name))
      {
          DifferentList.Add(currentItem);
      }
  }
  

为什么这是最优解？ #

哈希集合是处理这类存在性检查问题的标准工具，它在内存占用和查找速度之间做了完美平衡。百万级的字符串存入HashSet，内存占用完全在合理范围内（大概几十MB），而查找速度比List的线性查找快几个数量级，绝对是处理这类问题的首选方案。

内容的提问来源于stack exchange，提问作者Sarvesh