Linq中Count()和Any()引发的效率问题

1、count和any

今天看了鹤冲天的文章：Linq：切勿使用 Count() > 0 来判断集合非空   有所收获，写下文章总结一下：

先看如下代码：

       static void Main(string[] args)
        {
            Stopwatch watch = new Stopwatch();
            watch.Start();
            var nums = GetNums(0, 100000000);
            SomeAction(nums);
            watch.Stop();
            Console.WriteLine(watch.ElapsedMilliseconds);
            Console.WriteLine("over");
            Console.ReadKey();
        }
        public static IEnumerable<int> GetNums(int start, int count)
        {
            var end = start + count;
            for (int i = start; i < end; i++)
                yield return i;
        }
        public static void SomeAction<T>(IEnumerable<T> source)
        {
            //if (source.Count() > 0)  //2233 毫秒
            if (source.Any())          //3 毫秒
            {
                Console.WriteLine("have data");
            }
        }

自己调试了下，当yield循环低于100000次的话，count()和Any()的执行时间差不多，count()时间略大于any()所耗费的时间，当大于100000次的话，count()执行时间就远比Any()执行时间多很多！例如上面的程序执行结果，count耗时2233毫秒，any却只耗时3毫秒！这是为什么呢？我们来看下原因：分别反编译 Enumerate.Count 的源码和 Enumerate.Any的源码，如下：

Enumerate.Any 实现代码如下：

public static bool Any<TSource>(this IEnumerable<TSource> source)
{
    if (source == null)
    {
        throw Error.ArgumentNull("source");
    }
    using (IEnumerator<TSource> enumerator = source.GetEnumerator())
    {
        if (enumerator.MoveNext())
        {
            return true;
        }
    }
    return false;
}

 Enumerate.Count 的源码如下：

public static int Count<TSource>(this IEnumerable<TSource> source)
{
    if (source == null)
    {
        throw Error.ArgumentNull("source");
    }
    ICollection<TSource> is2 = source as ICollection<TSource>;
    if (is2 != null)
    {
        return is2.Count;
    }
    ICollection is3 = source as ICollection;
    if (is3 != null)
    {
        return is3.Count;
    }
    int num = 0;
    using (IEnumerator<TSource> enumerator = source.GetEnumerator())
    {
        while (enumerator.MoveNext())
        {
            num++;
        }
    }
    return num;
}

无论循环多少次，Any方法执行的时间总是最少的，大概10毫秒之内，我想大家从Any的源码可以知道这个原因，Any方法先判断集合是否为空，然后判断集合是否有数据，只进行一次movenext()，并未进行循环查询集合数量！所以耗费的时间当然一直是最少的了！

我们再看Count方法，同样是先进行集合判空操作，然后判断当前的集合source是否能转成ICollection类型，如果能转成，就直接返回此集合的Count属性，不会在进行下面的循环获取集合个数的操作了，为什么Count()方法比Any()方法执行的时间长呢？答案就在于此：因为GetNums方法中用yield返回纯粹的IEnumerable<int>类型，但是ICollection<T>是继承自IEnumerable<T>类型的，所以必然不好被转换，也就是Count()源码中的下面代码不会执行

     ICollection is3 = source as ICollection;
     if (is3 != null)
     {
         return is3.Count;
     }

上面的代码不会执行，那么必然会进行下面的代码操作，也就是循环获取集合的个数：

     int num = 0;
     using (IEnumerator<TSource> enumerator = source.GetEnumerator())
     {
         while (enumerator.MoveNext())
         {
             num++;
         }
     }
     return num;

这样必然会导致Count()方法耗时很久！

2、如果我们把GetNums进行如下修改，其他代码不动：

       public static IEnumerable<int> GetNums(int start, int count)
        {
            List<int> list = new List<int>();
            var end = start + count;
            for (int i = start; i < end; i++)
                list.Add(i);
            return list;
        }

这时我们在执行程序，可以看到无论循环次数多少，Count和Any两者执行的时间差不多，大概是1315毫秒左右，其中1312毫秒用于list集合的装填工作，3毫秒用于Count或Any的判断时间，为什么会出现这种情况呢，我想通过上面大家都知道了，因为此时GetNums方法返回的是List<T>类型，此类型继承于ICollection，所以必然可以被转换，就会返回此类型的Count属性，Count 方法对 ICollection 进行了优化，直接访返回它的 Count 属性，也就是返回一个数，当然很快了，下面的循环获取集合的个数当然也就不会执行了，也就节约了时间。

3、对某人问题的思考

有人说：”我有个程序里经常要判集合里是否仅有一个元素，又不能用Count，不得已自己写了个扩展方法 bool Check(this IEnumerable<T> source, int n), 当读到第n+1个元素就直接返回false“

我想如果此人用的集合是继承于ICollection<T>的话，例如List<T>，那么是没必要对IEnumerable<T>进行扩展的，通过反编译Count源码可以知道，如果集合source可以转换成ICollection的话，是可以直接通过count属性获取到集合的总数量的，所以耗费的时间要不了多少，也就没必要对IEnumerable进行扩展了！反之，如果不是继承ICollection<T>的话，例如IEnumerable，就必须自己扩展IEnumerable方法了，如果还用count的话，就会造成循环了，也就降低了程序的运行效率了！

 4、参考

   http://www.cnblogs.com/ldp615/archive/2011/12/11/2284154.html#comment_tip  鹤冲天

   

作者：MrZivChu

2013-12-13   21:30:12