C# 如何高效实现多数据集目标字符串匹配检索

原代码除了性能问题，本身存在逻辑漏洞：循环DataSet时没有遍历表内所有行，固定访问Rows[i]但未定义i的迭代逻辑，会出现索引越界或漏查问题，优化时需要先修正这个基础错误。

可落地的优化方向 #

• 砍掉循环内的冗余开销
  不要在循环内部反复执行重复计算：提前在循环外将目标time值转为固定字符串，避免每比对一次就执行一次ToString()；取值时不要用ItemArray[0]——这个属性会生成整行所有列的值数组，产生大量无意义的临时对象，直接用row[0]按列索引取值即可；比对前先判断单元格值是否为DBNull，既避免空值转字符串报错，也能跳过无意义的空值比对。
• 字符串比对用最高效的规则
  如果你要的是严格格式、大小写完全一致的等值匹配，直接指定StringComparison.Ordinal做比对，比默认的区域文化相关比对速度快2~3倍，不要直接用默认的==做字符串判断。
• 预构建轻量索引（解决无法用全局HashMap的问题）
  不需要把所有数据全量塞进全局HashMap，只需要在每个数据集加载完成、或者数据增删改时，给每个数据集第一张表的第一列单独建一个HashSet<string>存该列的所有非空值，维护成本极低。检索时先查每个数据集对应的HashSet，目标值不在集合里直接跳过整个数据集，不用逐行扫描；只有确认集合里存在目标值，才进入行遍历定位具体数据，能直接砍掉90%以上的无效遍历开销。
• 减少重复遍历
  找到匹配项后如果不需要找多条结果，直接跳出所有循环，不要做多余扫描；如果是批量查多个目标值，就把所有待查目标提前存成一个HashSet，只遍历一次所有数据集的行就能捞完所有结果，比每个目标单独扫一遍全量数据性能提升一个量级。

优化后参考实现 #

预构建索引（一次构建多次复用，收益最高） #

// 全局/缓存级别的索引存储，数据集加载完成后调用构建方法，数据更新时同步维护索引即可
private readonly Dictionary<DataSet, HashSet<string>> _datasetColumnIndex = new(ReferenceEqualityComparer.Instance);

void BuildIndexForDataset(DataSet dataset)
{
    var valueSet = new HashSet<string>(StringComparer.Ordinal);
    var targetTable = dataset.Tables[0];
    foreach (DataRow row in targetTable.Rows)
    {
        if (row[0] == DBNull.Value) continue;
        valueSet.Add(row[0].ToString());
    }
    _datasetColumnIndex[dataset] = valueSet;
}

检索逻辑 #

// 循环外提前做一次目标值转换，避免重复计算
var targetValue = time.ToString();
DataRow matchedRow = null;

foreach (var dataset in datasets)
{
    // 先过索引，当前数据集没有目标值直接跳过，不扫行
    if (!_datasetColumnIndex.TryGetValue(dataset, out var indexSet) 
        || !indexSet.Contains(targetValue))
    {
        continue;
    }

    // 确认存在目标值，再逐行定位
    var table = dataset.Tables[0];
    foreach (DataRow row in table.Rows)
    {
        var cellValue = row[0];
        if (cellValue == DBNull.Value) continue;
        if (string.Equals(cellValue.ToString(), targetValue, StringComparison.Ordinal))
        {
            matchedRow = row;
            goto SearchFinished; // 多层循环直接跳出，比多次break更简洁
        }
    }
}

SearchFinished:
if (matchedRow != null)
{
    // 匹配到后的业务逻辑写在这里
}

如果场景特殊完全无法提前构建索引（比如每次检索的数据集都是动态生成、没有复用机会），只要把循环内的冗余转换、无效取值逻辑去掉，加上Ordinal比对规则，也能比原实现快40%以上。

内容的提问来源于stack exchange，提问作者CodingM