如何不使用循环计算List中5000名员工的有效打卡进出时长

基础场景说明 #

• 数据流转路径：原始打卡CSV上传至数据库后，调用存储过程对数据做格式化处理，最终存入EntryAndExit表，表内存储字段包含员工编号、EntryTime、EntryPoint、ExitTime、ExitPoint、Flag处理标记位，全量数据覆盖5000名员工一周的所有进出打卡记录
• 业务匹配规则：因员工会随机刷所有办公门进出，无固定进出通道顺序，需要为每个员工匹配出每轮进出的「首次EntryTime、对应EntryPoint」，以及和该EntryTime时间差不超过14小时的「末次ExitTime、对应ExitPoint」
• 现有实现的问题：
  • 目前采用foreach嵌套while循环逐行遍历的方式做匹配，单员工定位符合要求的ExitTime时最多要遍历40条记录，全量数据处理耗时过长
  • 每轮匹配完成后，需要把已参与计算的行的Flag字段标记为1，后续过滤移除这些已处理行，避免重复计算
  • 具体判定逻辑：取员工当前未处理的最早EntryTime作为本轮匹配起点，逐笔校验后续ExitTime和EntryTime的时间差，当出现时间差超过14小时的记录时，停止本轮匹配，取之前时间差在14小时内的最后一条ExitTime作为本轮的匹配退出记录，再开启下一轮新的EntryTime匹配。举个实际匹配例子：某员工某轮匹配的EntryTime为2021-02-07 00:00:00，后续逐笔校验ExitTime时，直到第40条ExitTime记录（值为2021-02-07 07:08:06）才符合14小时内的要求；该记录之后的下一条ExitTime为2021-02-11 06:18:37，和EntryTime的时间差远超14小时，就会终止本轮匹配，开启下一轮新的EntryTime计算。

现有核心低效代码片段 #

int count = 0;
DateTime entryTime = DateTime.Now;
DateTime exitTime = DateTime.Now;
TimeSpan difference = new TimeSpan();
double maxHour = 0;
DateTime exitTimeLastIndex = DateTime.Now;

foreach (var empId in employeeNumberList)
{
    var maxRow = listEntryAndExit.AsEnumerable().Where(f => f.EmployeeNumber == empId && f.Flag == null).Count();
    var query = listEntryAndExit.AsEnumerable().Where(f => f.EmployeeNumber == empId).OrderBy(f => f.EntryTime);

    while (count < maxRow)
    {
        while (count < maxRow)
        {
            if (count == 0)
            {
                // 取当前未处理的最早EntryTime作为本轮匹配的起始时间
                var queryEntryTime = listEntryAndExit.AsEnumerable().Where(f => f.EmployeeNumber == empId);
                entryTime = queryEntryTime.AsEnumerable().OrderBy(x => x.EntryTime).Select(x => x.EntryTime).FirstOrDefault();
            }

            var queryExitTime = query.ElementAt(count);
            if (queryExitTime != null)
                difference = queryExitTime.ExitTime.Subtract(entryTime);
            maxHour = difference.TotalHours;

            if (maxHour > 14)
            {
                break;
            }

            if (maxHour < 14)
            {
                if (queryExitTime != null)
                    exitTimeLastIndex = queryExitTime.ExitTime;

                // 将匹配到的ExitTime对应行标记为已处理
                var listUpdateEntryAndExit = listEntryAndExit.AsEnumerable().Where(f => f.EmployeeNumber == empId && f.ExitTime == exitTimeLastIndex).FirstOrDefault();
                if (listUpdateEntryAndExit != null)
                {
                    listUpdateEntryAndExit.Flag = 1;
                }
            }
            count++;
        }
        count = 0;
        
        Console.WriteLine($"Employee Number: {empId} | Entry Time: {entryTime} | Exit Time: {exitTimeLastIndex}");

        // 移除已标记处理的行，缩小后续计算范围
        var deleteRows = listEntryAndExit.RemoveAll(f => f.Flag == 1);
        maxRow = listEntryAndExit.AsEnumerable().Where(x => x.EmployeeNumber == empId && x.Flag == null).Count();
    }
}

核心诉求 #

寻找无需嵌套循环逐行遍历的List批量计算方案，大幅降低5000名员工一周打卡数据的处理耗时。

内容的提问来源于stack exchange，提问作者Yajnos