找出两个字符串列表之间的差异

Question

我很确定这是一个重复的问题，但我已经尝试了一切，似乎仍然无法找到差异。我有两个字符串列表：listA和listB。我正在尝试查找不在B中的listA项。

例如： listA: "1", "2", "4", "7" listB: "2", "4" 我想要的输出是："1"，"7"

下面是我尝试过的for循环和lambda表达式，但是这些需要很长时间：

//these two approaches take too long for huge lists

    foreach (var item in listA)
            {
                if (!listB.Contains(item))
                    diff.Add(id);
            }

    diff = listA.Where(id => !listB.Contains(id)).ToList();

//these don't give me the right differences

    listA.Except(listB).ToList();

    var set = new HashSet<string>(listA);
    set.SymmetricExceptWith(listB);

- Prabhu

---

你想如何处理同一列表中的重复项？（假设listA或listB包含1、1、1、2、4、7、4、3）？ - Raphaël Althaus

var diff=listA.Except(listB).ToList(); - Tim.Tang

listA.Except(listB).ToList() 的工作正常。请发布能够重现问题的代码。 - Sriram Sakthivel

抱歉，各位，它确实有效。 - Prabhu

那么如果listA包含("a", "c", "b")，而listB包含("a", "b", "c")，它们被认为是不同的还是相同的呢？ - mg30rg

Answer 1

使用LINQ的Except方法：

listA.Except(listB).ToList();

- Yair Nevet

Answer 2

您发布的所有代码应该都可以正常工作，所以错误肯定出在别的地方。不过，由于您写道“这些需要很长时间”，我认为您可能存在性能问题。

让我们来进行一个非常快速而简单的比较（您知道，做一次良好的性能测试是一个漫长的过程，自我推销：使用这个免费工具已经完成了基准测试）。 假设：

- 列表是无序的。 - 我们的输入中可能有重复项，但是我们不希望结果中出现重复项。 - 第二个列表始终是第一个列表的子集（假设，因为您正在使用SymmetricExceptWith，如果不是，则其结果与Except相比是非常不同的）。 如果这是一个错误，请忽略SymmetricExceptWith的测试。

两个包含 20,000个随机项目的列表（测试重复100次，然后平均值，在发布模式下）。

方法                      时间[ms]
Contains *1                  49.4
Contains *2                  49.0
Except                        5.9
SymmetricExceptWith *3        4.1
SymmetricExceptWith *4        2.5

注意：

¹ 使用foreach循环
² 使用for循环
³ 创建Hashset的时间测量
⁴ 创建Hashset未被测量。我包括了这个参考，但如果你没有第一个列表作为Hashset，你不能忽略创建时间。

我们看到Contains()方法非常慢，所以在更大的测试中可以放弃它（无论如何，我已经检查过，它的性能不会变得更好甚至可比较）。让我们看看100万项列表会发生什么。

方法                        时间[毫秒]
Except                            244.4
SymmetricExceptWith               259.0

让我们尝试使其并行（请注意，对于此测试，我使用了旧的Core 2 Duo 2 GHz）：

方法                        时间[毫秒]
Except                            244.4
SymmetricExceptWith               259.0
Except (parallel partitions)      301.8
SymmetricExceptWith (p. p.)       382.6
Except (AsParallel)               274.4

并行性能较差，现在LINQ Except是最佳选择。让我们看看它在更好的CPU（Xeon 2.8 GHz, 四核）上的运行情况。同时请注意，对于如此大量的数据，缓存大小不会对测试产生太大影响。

方法 时间 [ms] Except 127.4 SymmetricExceptWith 149.2 Except (parallel partitions) 208.0 SymmetricExceptWith (p. p.) 170.0 Except (AsParallel) 80.2

总之：对于相对较小的列表，SymmetricExceptWith() 的表现更好；对于大型列表，Except() 总是更好。如果你的目标是现代多核CPU，那么并行实现将更好地扩展。在代码中：

var c = a.Except(b).ToList();
var c = a.AsParallel().Except(b.AsParallel()).ToList();

请注意，如果您不需要List<string>作为结果，而IEnumerable<string>足够，则性能将大大提高（并且与并行执行的差异将更大）。

当然，这两行代码并不是最优的，可以大幅度提高效率（如果真的很重要，则可以选择ParallelEnumerable.Except()实现作为自己特定高度优化例程的起点）。

- Adriano Repetti

Answer 3

listA.Except(listB).ToList();

应该给出正确的答案，但是。

set.SymmetricExceptWith(listB);

不应该。SymmetricExcept会给出listA中不在listB中的项目加上ListB中不在listA中的项目。

- Dennis_E