HashSet <Point> neden HashSet <string> 'den daha yavaş?

Bazı piksel konumlarını kopyalara izin vermeden saklamak istedim, bu yüzden akla ilk gelen şey HashSet<Point>benzer sınıflar. Ancak bu gibi bir şeye kıyasla çok yavaş görünüyor HashSet<string>.

Örneğin, bu kod:

HashSet<Point> points = new HashSet<Point>();
using (Bitmap img = new Bitmap(1000, 1000))
{
    for (int x = 0; x < img.Width; x++)
    {
        for (int y = 0; y < img.Height; y++)
        {
            points.Add(new Point(x, y));
        }
    }
}

yaklaşık 22.5 saniye sürer.

Aşağıdaki kod (bariz nedenlerle iyi bir seçim değildir) sadece 1.6 saniye sürer:

HashSet<string> points = new HashSet<string>();
using (Bitmap img = new Bitmap(1000, 1000))
{
    for (int x = 0; x < img.Width; x++)
    {
        for (int y = 0; y < img.Height; y++)
        {
            points.Add(x + "," + y);
        }
    }
}

Yani, sorularım:

• Bunun bir sebebi var mı? Bu cevabı kontrol ettim , ama 22.5 saniye o cevapta gösterilen rakamlardan çok daha fazla.
• Yinelenmeden puan depolamanın daha iyi bir yolu var mı?

Nokta yapısından kaynaklanan iki mükemmel problem vardır. Console.WriteLine(GC.CollectionCount(0));Test koduna eklediğinizde görebileceğiniz bir şey . Puan testinin ~ 3720 koleksiyon gerektirdiğini, ancak string testinin yalnızca ~ 18 koleksiyon gerektirdiğini göreceksiniz. Bedava değil. Bir değer türü gördüğünüzde çok fazla koleksiyon ortaya çıkarsa, o zaman "uh-oh, çok fazla boks" yapmalısınız.

Sorun, işini yapmak için HashSet<T>bir ihtiyacı var IEqualityComparer<T>. Bir tane sağlamadığınız için, tarafından iade edilene geri düşmesi gerekir EqualityComparer.Default<T>(). Bu yöntem dize için iyi bir iş yapabilir, IEquatable uygular. Ancak Point için değil, .NET 1.0'dan yararlanan ve jenerikleri asla sevmeyen bir tür. Yapabileceği tek şey Object yöntemlerini kullanmak.

Diğer bir sorun ise Point.GetHashCode () 'un bu testte çok fazla çarpışma yapmaması, bu yüzden çok fazla çarpışma olması, bu nedenle Object.Equals ()' i oldukça ağır bir şekilde kırmasıdır. String mükemmel bir GetHashCode uygulamasına sahiptir.

HashSet'e iyi bir karşılaştırıcı sağlayarak her iki sorunu da çözebilirsiniz. Bunun gibi:

class PointComparer : IEqualityComparer<Point> {
    public bool Equals(Point x, Point y) {
        return x.X == y.X && x.Y == y.Y;
    }

    public int GetHashCode(Point obj) {
        // Perfect hash for practical bitmaps, their width/height is never >= 65536
        return (obj.Y << 16) ^ obj.X;
    }
}

Ve kullanın:

HashSet<Point> list = new HashSet<Point>(new PointComparer());

Ve şimdi yaklaşık 150 kat daha hızlı, dize testini kolayca atıyor.

Performans düşüşünün ana nedeni tüm boksların devam etmesidir (Hans Passant'ın cevabında daha önce açıklandığı gibi ).

Bunun dışında, karma kod algoritması sorunu daha da kötüleştirir, çünkü Equals(object obj)boks dönüşümlerinin miktarını arttırmak için daha fazla çağrıya neden olur .

Ayrıca , karma kodununPoint tarafından hesaplandığını unutmayın x ^ y. Bu, veri aralığınızda çok az dağılım üretir ve bu nedenle bunların kovaları HashSetaşırı doldurulur - gerçekleşmeyen string, karmaların dağılımının çok daha büyük olduğu bir şey.

Bu sorunu kendi Pointyapınızı (önemsiz) uygulayarak ve beklenen veri aralığınız için daha iyi bir karma algoritma kullanarak, örneğin koordinatları kaydırarak çözebilirsiniz :

(x << 16) ^ y

Karma kodlar konusunda bazı iyi tavsiyeler için Eric Lippert'in konuyla ilgili blog gönderisini okuyun .