随机取数据算法性能比较

您有在工作中有类似这样的需求吗：从10万条不重复的数据中随机取出1千条不重复的数据？这里我们通过几种方法来实现此需求，并对每种方法进行性能比较，然后得出较优的方案，如果您有更优的方案，欢迎分享。

初始化数据：

            //最大值
            const int maxValue = 1000000;
            //循环次数
            int cycleCount = 1;
            //获取数量
            int getCount = 1000;
            
            int[] iAry = new int[maxValue];
            for (int i = 0; i < maxValue; ++i)
            {
                iAry[i] = i;
            }
            Random random = new Random();

第一种方案：使用LINQ获取随机数用Guid排序

        /// <summary>
        /// Linq获取随机数，使用Guid作为排序字段
        /// </summary>
        /// <param name="iAry">已初始化好的数据</param>
        /// <param name="getCount">需要获取的数量</param>
        private static int[] LinqGetRandomUseGuidSort(int[] iAry, int getCount)
        {
            var iResult = (from p in iAry select p).OrderBy(e => Guid.NewGuid()).Take(getCount);
            
            //LINQ的延迟执行，所以到必须到这步才能出真正的执行时间
            var list = iResult.ToArray<int>();
            return list;
        }

第二种方案：Linq获取随机数，使用int作为排序字段

        /// <summary>
        /// Linq获取随机数，使用int作为排序字段
        /// </summary>
        /// <param name="iAry">已初始化好的数据</param>
        /// <param name="random">随机对象</param>
        /// <param name="maxValue">最大数量</param>
        /// <param name="getCount">需要获取的数量</param>
        private static int[] LinqGetRandomUseRandomSort(int[] iAry, Random random, int maxValue, int getCount)
        {
            var iResult = (from p in iAry select p).OrderBy(e => random.Next(0, maxValue)).Take(getCount);

            //LINQ的延迟执行，所以到必须到这步才能出真正的执行时间
            var list = iResult.ToArray<int>();
            return list;
        }

第三种方案：模拟LINQ获取随机数，使用int作为排序字段

    public struct Item
    {
        public int Key;
        public int Value;
    }

    public class ItemComparer : IComparer<Item>
    {
        public int Compare(Item x, Item y)
        {
            return x.Key - y.Key;
        }
    }

        /// <summary>
        /// 模拟LINQ获取随机数，使用int作为排序字段
        /// </summary>
        /// <param name="iAry">已初始化好的数据</param>
        /// <param name="random">随机对象</param>
        /// <param name="maxValue">最大数量</param>
        /// <param name="getCount">需要获取的数量</param>
        /// <returns></returns>
        private static int[] ArrayGetRandomUseRandomSort(int[] iAry, Random random, int maxValue, int getCount)
        {
            Item[] ary = new Item[maxValue];
            for (int i = 0; i < maxValue; ++i)
            {
                ary[i] = new Item { Key = random.Next(0, maxValue), Value = i };
            }
            //LINQ内部是用的快速排序
            Array.Sort(ary, new ItemComparer());

            int[] tempAry = new int[getCount];
            for (int j = 0; j < getCount; ++j)
            {
                tempAry[j] = ary[j].Value;
            }

            return tempAry;
        }

第四种方案：通过移动数组下标，获取前getCount数量的随机数

        /// <summary>
        /// 通过移动数据下标，获取前getCount数量的随机数
        /// </summary>
        /// <param name="iAry">已初始化好的数据</param>
        /// <param name="random">随机对象</param>
        /// <param name="maxValue">最大数量</param>
        /// <param name="getCount">需要获取的数量</param>
        private static int[] MoveArraySubscriptGetRandom(int[] iAry, Random random, int maxValue, int getCount)
        {
            //数组随机下标
            int tempIndex = 0;
            //当前得到的数量
            int tempCount = 0;
            //数组随机下标指向的数值
            int tempValue = 0;

            //当得到数量为getCount时跳出循环,那么数组的前getCount条数据就是要获取的随机值
            while (tempCount < getCount)
            {
                //从当前得到的数量+1开始获取下标
                tempIndex = random.Next(tempCount + 1, maxValue);

                //把取到的值存入数组的前面位置
                tempValue = iAry[tempIndex];
                iAry[tempIndex] = iAry[tempCount];
                iAry[tempCount] = tempValue;

                tempCount += 1;
            }

            //返回数量为iAry的总数量，使用时只需使用前getCount条即可
            return iAry;
        }

F5运行，输出如下：

Ctrl+F5运行，输出如下：

当我们修改循环次数为10次和输入数量变为10000时，看一下效果：

综述：从以上可以看出，Ctrl+F5会比F5下性能高，第一种方案：使用LINQ获取随机数用Guid排序性能 < 第二种方案：使用LINQ获取随机数用Random的int排序性能 < 第三种方案：模拟LINQ获取随机数用int作为排序性能 < 第四种方案：使用移动数组下标获取随机数。而且【第四种方案：使用移动数组下标获取随机数】性能会远远优于其它三种方案。如果您有更优的方案，欢迎分享，谢谢！~

感谢：LQ和LKX两位同事在此问题上进行的讨论与贡献！~

随机取数据算法性能比较

猜你喜欢