微软在.NET 3.5中加入了LINQ技术,作为配套改进了C#语言,加入了Lambda表达式,扩展方法,匿名类型等新特性用以支持LINQ。微软同时提出了要使用声明式编程,即描述计算规则,而不是描述计算过程。
使用LINQ技术能很好地做到声明式编程,写出的代码表意能力强,可读性高,避免了以往或其他语言的代码中充斥大量表意不明的for循环甚至多层循环的问题。不要小看for循环和Where,Select,OrderBy等扩展方法的区别,可以不通过注释一眼就能看出代码意图真的很重要。当看到Java代码中一大堆的for循环,包括多层循环,又没有注释,必须仔细看才能了解代码作用时,真的很头大。个人认为LINQ是C#语言区别于其他语言的最显著的特性,也是最大的优势之一。
当然现在大多数主流语言都加入了Lambda表达式,从而可以使用类似于LINQ的技术,达到声明式编程。比如Java语言在Java 8中加入了和C#几乎一样的Lambda表达式语法,并加入了Stream API,以达到类似于LINQ的用法。
如此可见,声明式编程是发展趋势,既然使用C#,就要多用LINQ,用好LINQ,用对LINQ。不要再写一堆一堆的for循环了!
要用好LINQ,就要学好LINQ,理解其原理,机制和用法。推荐一个学习和研究LINQ的好工具LINQPad,下面是官网和官网上的截图。
下面针对几个关键点,对LINQ进行一些初步研究。有些问题可能是使用LINQ多年的人都理解得不对的。
首先看下面的程序。
using System; using System.Collections.Generic; using System.Linq; using System.Text; using System.Threading.Tasks; namespace LinqResearch { class Program { static void Main(string[] args) { var list = new List<int> { 2, 1, 6, 4, 3, 5, 7, 8, 10, 9 }; Console.WriteLine("list"); var list1 = list.Select(i => { Console.WriteLine("In select {0}", i); return i * i; }); Console.WriteLine("list1"); var list2 = list1.Where(i => { Console.WriteLine("In where>10 {0}", i); return i > 10; }); Console.WriteLine("list2"); var list3 = list2.Where(i => { Console.WriteLine("In where<60 {0}", i); return i < 60; }); Console.WriteLine("list3"); var list4 = list3.OrderBy(i => { Console.WriteLine("In orderby {0}", i); return i; }); Console.WriteLine("list4"); var list5 = list4.ToList(); Console.WriteLine("list5"); foreach (var i in list5) { Console.WriteLine(i); } } } }
先不要看下面的运行结果,想想打印出的是什么,然后再看结果,看看和想的一样吗?
list list1 list2 list3 list4 In select 2 In where>10 4 In select 1 In where>10 1 In select 6 In where>10 36 In where<60 36 In select 4 In where>10 16 In where<60 16 In select 3 In where>10 9 In select 5 In where>10 25 In where<60 25 In select 7 In where>10 49 In where<60 49 In select 8 In where>10 64 In where<60 64 In select 10 In where>10 100 In where<60 100 In select 9 In where>10 81 In where<60 81 In orderby 36 In orderby 16 In orderby 25 In orderby 49 list5 16 25 36 49
为什么先打印出list 到 list4,而没有进到Lambda里面?
这是因为LINQ是延时计算的,即只有foreach或ToList时才去做真正计算,前面的Select,Where等语句只是声明了计算规则,而不进行计算。
这点很重要,如果不明白这点,就会写出有BUG的代码,如下面的程序,打印出的是1和2,而不是1。
var a = 2; var list = new List<int> { 1, 2, 3 }; var list1 = list.Where(i => i < a); a = 3; foreach (var i in list1) { Console.WriteLine(i); }
后面打印出的为什么先是select和where交错,然后是orderby,而不是先select再where,最后orderby?
这时因为Select,Where等这些扩展方法,在声明计算规则时是有优化的(内部可能通过表达式树等方法实现),它并不是傻傻的按照原始定义的规则,顺序执行,而是以一种优化的方法计算并获得结果。所以使用 LINQ一般会比自己写的原始的一大堆for循环性能还高,除非花大量时间优化自己的逻辑(一般不会有这个时间)。
可以看到针对元素2和1,并没有打印出In where<60 的行,这说明针对这两个元素,第二个Where里的代码并没有执行,因为第一个Where都没有通过。在进行完投影(Select)和筛选(Where)后,最后进行排序(OrderBy),只针对筛选后留下的元素执行OrderBy里面的计算逻辑,一点也不浪费。
上面的程序有人可能会写成这样。
var list = new List<int> { 2, 1, 6, 4, 3, 5, 7, 8, 10, 9 }; Console.WriteLine("list"); var list1 = list.Select(i => { Console.WriteLine("In select {0}", i); return i * i; }).ToList(); Console.WriteLine("list1"); var list2 = list1.Where(i => { Console.WriteLine("In where>10 {0}", i); return i > 10; }).ToList(); Console.WriteLine("list2"); var list3 = list2.Where(i => { Console.WriteLine("In where<60 {0}", i); return i < 60; }).ToList(); Console.WriteLine("list3"); var list4 = list3.OrderBy(i => { Console.WriteLine("In orderby {0}", i); return i; }).ToList(); Console.WriteLine("list4"); var list5 = list4.ToList(); Console.WriteLine("list5"); foreach (var i in list5) { Console.WriteLine(i); }
这样写打印出的结果为,
list In select 2 In select 1 In select 6 In select 4 In select 3 In select 5 In select 7 In select 8 In select 10 In select 9 list1 In where>10 4 In where>10 1 In where>10 36 In where>10 16 In where>10 9 In where>10 25 In where>10 49 In where>10 64 In where>10 100 In where>10 81 list2 In where<60 36 In where<60 16 In where<60 25 In where<60 49 In where<60 64 In where<60 100 In where<60 81 list3 In orderby 36 In orderby 16 In orderby 25 In orderby 49 list4 list5 16 25 36 49
虽然也能得到正确的结果,但是却是不合理的。因为这样写每步都执行计算,并放到集合中,会有很大的性能损耗,失去了使用LINQ的优势。
何时进行真正计算是个值得思考的问题,多了会增加中间集合的数量,性能不好,少了有可能会有多次重复计算,性能也不好。下文会有说明。
如果使用Resharper插件,会提示出重复迭代(可能会有多次重复计算)的地方,这个功能很好,便于大家分析是否存在问题。
使用Max和Min要小心,Max和Min等聚合运算需要集合中存在值,否则会抛出异常,笔者多次遇到这个问题产生的BUG。
当前面有Where筛选时,后面使用Max或Min不一定是安全的,如下面的代码会抛出异常。
var a = 0; var list = new List<int> { 1, 2, 3 }; var min = list.Where(i => i < a).Min(); Console.WriteLine(min);
如果a来源于外部值,又有大段的逻辑,这样的BUG不易发现。
解决方法有多种,我们来分析一下,一种方法是可以先调一下Any,再使用Min,代码如下,
var a = 0; var list = new List<int> { 1, 2, 3 }; var list2 = list.Where(i => i < a); var min = 0; if (list2.Any()) { min = list2.Min(); } Console.WriteLine(min);
把代码改为如下,
var a = 3; var list = new List<int> { 1, 2, 3 }; var list2 = list.Where(i => { Console.WriteLine("In where {0}", i); return i < a; }); var min = 0; if (list2.Any(i => { Console.WriteLine("In any {0}", i); return true; })) { min = list2.Min(); } Console.WriteLine(min);
打印结果为,
In where 1 In any 1 In where 1 In where 2 In where 3 1
这样做有可能对性能影响不大,也有可能较大,取决于where(或前面的其他逻辑)中逻辑的多少和集合中前面不满足where条件的元素的数量。因为Any确定有就不会继续执行,但仍有部分重复计算发生。
第二种方法的代码如下,
var a = 3; var list = new List<int> { 1, 2, 3 }; var list2 = list.Where(i => i < a).ToList(); var min = 0; if (list2.Any()) { min = list2.Min(); } Console.WriteLine(min);
这种方法不会有重复计算的开销,但会有数据导入集合的开销,和第一种比较哪种性能更高值得考虑。
第三种方法的代码如下,
var a = 0; var list = new List<int> { 1, 2, 3 }; var list2 = list.Where(i => i < a); var min = 0; try { min = list2.Min(); } catch (Exception) { } Console.WriteLine(min);
直接吃掉异常,数据量大时,前面过滤条件计算复杂时,可能这种方法性能最高。
总之,C#开发者,学好LINQ,用好LINQ,你会发现真的很爽的!