DataTable字符串列查找替换速度慢，有什么可行的优化方案？

原代码慢的根本原因 #

两个现有方案都采用了「遍历每个待替换词汇 + 全表扫描匹配行」的实现逻辑，时间复杂度为O(行数 × 不同词汇数)，当数据量达到9万条、不同词汇量较多时，重复全表扫描会带来极大的性能损耗。

最优优化思路 #

反转遍历逻辑，只遍历1次DataTable的所有行，直接通过字典查询完成替换，时间复杂度降至O(行数)，性能可以提升数十倍甚至上百倍。

优化后实现代码 #

' 提前取出目标列和映射字典，减少循环内属性访问开销
Dim targetCol As DataColumn = dt.Columns(fldNo)
Dim sourceCol As DataColumn = dt.Columns(MyColumnName)
Dim mapDict As Dictionary(Of String, String) = dicNewWords

' 关闭DataTable的事件通知，避免每行修改都触发界面/状态更新，大幅提升修改速度
dt.BeginLoadData()

Try
    For Each row As DataRow In dt.Rows
        ' 跳过空值行
        If row(sourceCol) Is DBNull.Value Then Continue For
        Dim sourceWord As String = row(sourceCol).ToString()
        ' 字典存在对应映射则替换，不存在则跳过
        If mapDict.ContainsKey(sourceWord) Then
            row(targetCol) = mapDict(sourceWord)
        End If
    Next
Finally
    ' 恢复事件通知
    dt.EndLoadData()
End Try

原迭代逻辑的针对性优化点 #

如果因为业务需求必须按不同词汇遍历处理，也可以通过以下方法提升原方案性能：

• 给DataTable的MyColumnName列添加索引：遍历前执行 dt.DefaultView.Sort = MyColumnName，后续用DefaultView.FindRows(Word)查找匹配行，查找效率比Select方法高5~10倍
• 移除第二种方案里完全没必要的dt.Rows.IndexOf(row)操作，直接遍历rowData修改行值即可，不需要额外记录行号，省掉大量索引查找开销
• 所有修改行值前统一添加BeginLoadData/EndLoadData关闭行修改事件通知

额外性能提升技巧 #

• 如果字符串匹配不需要区分大小写，可以提前把字典的Key和行取值都转成统一大写/小写，避免循环内重复大小写判断开销
• 提前确认映射字典是Dictionary类型，保证O(1)的查询效率

内容的提问来源于stack exchange，提问作者user16594857