前段时间，用户提出一个关于时间段统计的需求，要求：存在多个时间段的任务，有任务的开始时间和结束时间，任务的时间可能是交叉进行，然后统计出所有任务完成的总时间。
一、明确需求
需求出来之后，首先要做的就是需求分析，而该任务的主要是通过时间段来进行统计，统计连续时间段差值的总和， 例如有如下时间段：
| 开始时间 |
结束时间 |
| 2016-9-1 |
2016-9-1-15 |
| 2016-9-1 |
2016-9-1-13 |
| 2016-9-3 |
2016-9-1-17 |
| 2016-9-19 |
2016-9-1-21 |
| 2016-9-27 |
2016-9-1-29 |
分析该5个时间段，发现前三个属于连续时间段，可以合并为一个时间段：2016-9-1~2016-9-17，这样我们可以很容易看出该5个时间段的总时间为：16+2+2=20。
二、解决思路及过程：
需求确定之后，开始着手解决。首先，对于时间差值计算，存在三种情况：交叉、相离、包含。如下图：
1）数据查询处理：
每一种情形又分成了两种情况，这样很容易给我们的程序处理增加判断条件，所以我们可以在查询数据时做一些简化工作，比如我们可以让时间以开始时间、结束时间做升序排序，这样就可以使每种情形只保留一种情况（图中第②中情况就不存在了）。
2）数据处理：
在三种情形中，“包含”和“相交”这两种的时间差都属于最大时间-最小时间，而“分离”属于两者各自的时间差相加。涉及到多个时间段时，可以使用分组操作，先将前两种情形处理并相加，然后把第三种情况临时存放，最后进行递归调用。
具体代码如下：
public int getDays(DataTable dt) {
/*
* 需求说明：
*获取多个时间段的时间差：差值是连续时间段的差值。
*比如：2016-9-1~2016-9-1-15、2016-9-1~2016-9-1-13、2016-9-3~2016-9-1-17、
*2016-9-19~2016-9-1-21、2016-9-27~2016-9-1-29 求该5个时间段的差值
*前3个时间段称为连续时间段，可以合并成2016-9-1~2016-9-17
*所以总的时间差是：16+2+2=20
*
*/
/*
* 解决思路：
* 1、首先从数据库查询数据（开始时间与结束时间是两个字段），并以开始时间、结束时间从小到大排序,例如：select * from test_date order by begin_date ,end_date
* 2、时间段分析：分为三种情况
* （1）相交
* （2）包含
* （3）相离
* 其中“相交”和“包含”都表示时间段为连续时间段，时间差=最大结束时间-最小结束时间
* 3、递归 使用递归法来处理“相离”的情况
*
*/
//定义并创建table，用于存放相离的数据，进行递归
DataTable dt1 = new DataTable();
DataRow dr ;
//定义列，跟查询出来的table列及列名一致
dt1.Columns.Add("ID");
dt1.Columns.Add("BEGIN_DATE");
dt1.Columns.Add("END_DATE");
//取出第一个时间段（本实例采用dataTable接收查询数据）
//开始时间
DateTime d = Convert.ToDateTime(dt.Rows[0][1].ToString());
//结束时间
DateTime d1 = Convert.ToDateTime(dt.Rows[0][2].ToString());
//假设第一个时间段为最小开始时间和最大结束时间
DateTime max = d1;
DateTime min = d;
//第一个时间段的时间差
int days = d1.Subtract(d).Days;
//循环求值
for (int i = 1; i < dt.Rows.Count; i++) {
//s表示开始时间，e表示结束时间
DateTime s = Convert.ToDateTime(dt.Rows[i ][1]);
DateTime e = Convert.ToDateTime(dt.Rows[i ][2]);
//相交
if (s < max && e >max)
{
//天数=上一次天数+（本次最大结束时间-上一最大结束时间）
days += e.Subtract(max).Days;
//本次最大结束时间更换为最大结束时间
max = e;
}
//包含
else if (s < max && e <= max)
{
//此时无需增加
days += 0;
}
//相离
else if (s >= max)
{
//将相离的数据存入table
dr = dt1.NewRow();
dr["ID"] = i;
dr["BEGIN_DATE"] = s;
dr["END_DATE"] = e;
dt1.Rows.Add(dr);
}
}
//判断相离的table中是否有数据
if (dt1.Rows.Count > 0) {
//存在相离数据，进行递归调用
days += getDays(dt1);
}
return days;
}三、优化
功能实现之后，还得去考虑性能上的事情。在上述的实现过程中，在处理“相离”数据时，使用了递归调用。这样会增加内存的消耗，占用额外资源，给性能带来一定的负担。所以，需要对其进行优化。
优化后代码：
public int getDay(DataTable dt) {
//开始时间
DateTime d = Convert.ToDateTime(dt.Rows[0][1].ToString());
//结束时间
DateTime d1 = Convert.ToDateTime(dt.Rows[0][2].ToString());
//假设第一个时间段为最小开始时间和最大结束时间
DateTime max = d1;
DateTime min = d;
//第一个时间段的时间差
int days = d1.Subtract(d).Days;
//循环求值
for (int i = 1; i < dt.Rows.Count; i++)
{
//s表示开始时间，e表示结束时间
DateTime s = Convert.ToDateTime(dt.Rows[i][1]);
DateTime e = Convert.ToDateTime(dt.Rows[i][2]);
//相交
if (s < max && e > max)
{
//天数=上一次天数+（本次最大结束时间-上一最大结束时间）
days += e.Subtract(max).Days;
//本次最大结束时间更换为最大结束时间
max = e;
}
//包含
else if (s < max && e <= max)
{
//此时无需增加
days += 0;
}
//相离
else if (s >= max)
{
days += e.Subtract(s).Days;
max = e;
}
}
return days;
}小结：
在解决该需求时，开始的时候有点蒙，不知道从何入手。然后找到分情况进行处理，再到对其性能进行优化。这一过程其实就是一个很重要的学习历程，从迷茫到有思路，从解决到优化，跟我们现在的学习是一样的。问题总是耐不住琢磨的，琢磨透原理之后，在实现上就简单多了。