使用C#和LINQ比较两个大的字符串列表的最佳方法是什么？

Question

我有一个很大的列表（约 110,000个字符串），需要与一个类似大小的列表进行比较。

列表A来自1个系统。 列表B来自一个SQL表格（我只能读取，没有存储过程等）

找到在列表A中存在但在列表B中不存在的值，最好的方法是什么？

处理100,000个字符串是否太多了？

谢谢

- Donaldinio

---

当你说列表b来自SQL表时，这是否意味着列表b已加载到内存中，还是类似于SQL Reader数据集，只能一次看到一个项目？ - kemiller2002

你是否在使用 Linq to SQL 来处理列表 b？ - Erik Forbes

我正在使用TableAdapter，因此SQL表数据（List B）在内存中。 我将List A读入ArrayList中，但可以使用List<string>。 - Donaldinio

顺序重要吗？也就是说，我们知道两个列表的顺序相同，但是列表B可能会有一些缺失吗？列表B是否可能包含不在列表A中的项目？如果您可以将问题限制为具有良好属性的列表，则有优化此操作的方法。 - Eric Lippert

只要我能看到在列表A中有什么内容不在列表B中，顺序并不重要。 - Donaldinio

假设列表A是“X，Y，Z”。列表B可以是“Z，X”吗？还是它总是“X，Z” - 也就是说，相同的项，相同的顺序，但缺少一些？如果您知道两个列表按相同顺序排列，则更容易检测长列表中缺少的项。 - Eric Lippert

Answer 1

假设你有以下两个列表：

List<string> listA;
List<string> listB;

然后使用Enumerable.Except方法：

List<string> except = listA.Except(listB).ToList();

请注意，如果你想忽略大小写：

List<string> except = listA.Except(listB, StringComparer.OrdinalIgnoreCase).ToList();

您可以将最后一个参数替换为您选择的IEqualityComparer<string>。

- jason

Answer 2

使用 LINQ：

var missing = listA.Except(listB).ToList();

- Marc Gravell

---

不错。类似于这个：http://msdn.microsoft.com/en-us/library/bb397894.aspx我不太习惯处理大数据集，这种方式可以轻松处理10万条数据吗？ - Donaldinio

当然；如果不是这样，你将不得不在数据库上工作，所以C#也无法使用;-p - Marc Gravell

Answer 3

想了解一下，你是否必须使用List<string>？因为在.NET 3.5 SP1中，你可以使用HashSet和它的ExceptWith方法。据我所知，HashSets是专门为两个集合之间的比较进行了优化。

- Michael Stum

---

不用List<string>，我会看看HashSet。谢谢！ - Donaldinio

Answer 4

List<string> A = //get from file
List<string> B = //get from db

var C = A.Except(B);

- Paul Creasey

Answer 5

从这个问题中借鉴，看起来你可以使用Except<T>()方法。

- pix0r