C#使用Directory.EnumerateFiles做多扩展名过滤如何优化性能？

最优实现方案 #

你只需要把允许的扩展名提前存入哈希集合，单次遍历文件列表完成过滤即可，代码如下：

// 预处理扩展名规则，建议全局仅初始化一次，无需每次查询重复创建
var allowedExtensions = new HashSet<string>(
    filter.Split('|'), 
    StringComparer.OrdinalIgnoreCase // 适配Windows扩展名不区分大小写的特性
);

var files = Directory.EnumerateFiles(path, "*.*", SearchOption.AllDirectories)
    .Where(filePath => allowedExtensions.Contains(Path.GetExtension(filePath)))
    .ToList();

方案优势 #

• 仅遍历一次文件列表，比多次调用Directory.EnumerateFiles、或多次遍历文件列表过滤的方案性能高得多，文件数量越大性能优势越明显
• 哈希集合的匹配查询复杂度为O(1)，比多次叠加EndsWith判断的效率更高，允许的扩展名越多优势越突出
• 使用Path.GetExtension获取文件后缀，比直接用EndsWith更严谨，可避免文件名中间包含匹配后缀导致的误判（例如test.csv.bak不会被误识别为csv文件）
• 内置大小写不敏感匹配，避免.TXT、.Xml这类大小写不统一的后缀被遗漏

你提到的两种写法的问题 #

1. 多次调用Directory.EnumerateFiles的写法：每次调用都会重新扫描整个目录树，IO开销随扩展名数量成倍增长，性能最差
2. 先统一枚举再多次AddRange的写法：虽然只扫描了一次目录树，但会遍历N次全量文件列表（N为扩展名数量），还可能因为重复的扩展名规则导致同一个文件被多次加入结果列表，额外增加开销，性能远不如单次遍历+哈希集合匹配的方案

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