OrderBy и Top в LINQ с хорошей производительностью

Что такое хороший способ получить 10 лучших записей из очень большой коллекции и использовать пользовательский OrderBy? Если я использую метод LINQ to Objects OrderBy, он медленный и занимает много памяти, потому что он создает целую новую коллекцию с новым порядком. Мне нужен новый метод с подписями ниже, который не переупорядочивает всю коллекцию и очень быстро:

public static IEnumerable<TSource> OrderByTop<TSource, TKey>(
    IEnumerable<TSource> source,
    Func<TSource, TKey> keySelector,
    IComparer<TKey> comparer,
    int topCount)

Я попытался написать его, но он стал очень сложным, и я подумал, что может быть проще использовать Aggregate или что-то в этом роде. Любая помощь будет оценена.

Ответ

Спасибо за помощь. Я закончил с кодом ниже:

public static List<TSource> OrderByTop<TSource, TKey>(
    this IEnumerable<TSource> source,
    Func<TSource, TKey> keySelector,
    IComparer<TKey> comparer,
    int topCount)
{
    var itemComparer = keySelector.ToIComparer(comparer);
    return source.Aggregate(
        new List<TSource>(topCount),
        (List<TSource> list, TSource item) =>
            list.SortedInsert(item, itemComparer, topCount));
}

Метод расширения списка SortedInsert следует:

public static List<T> SortedInsert<T>(
    this List<T> list,
    T item,
    IComparer<T> comparer,
    int maxLength)
{
    if (list.Count == maxLength)
        if (comparer.Compare(item, list[maxLength - 1]) >= 0)
            return list;
        else
            list.RemoveAt(maxLength - 1);
    int insertIndex = list.BinarySearch(item, comparer);
    if (insertIndex < 0)
        insertIndex = ~insertIndex;
    list.Insert(insertIndex, item);
    return list;
}

Для тех, кого это касается, у меня также был метод KeySelector Extension для преобразования в IComparer.

public static IComparer<TSource> ToIComparer<TSource, TKey>(
    this Func<TSource, TKey> keySelector,
    IComparer<TKey> comparer)
{
    return new KeySelectorToIComparerConverter<TSource, TKey>(
        keySelector,
        comparer);
}
private class KeySelectorToIComparerConverter<TSource, TKey>
    : IComparer<TSource>
{
    private readonly IComparer<TKey> comparer;
    private readonly Func<TSource, TKey> keySelector;
    public KeySelectorToIComparerConverter(
        Func<TSource, TKey> keySelector,
        IComparer<TKey> comparer)
    {
        this.comparer = comparer;
        this.keySelector = keySelector;
    }
    public int Compare(TSource x, TSource y)
    {
        return comparer.Compare(keySelector(x), keySelector(y));
    }
}

Ответы

Ответ 1

Aggregate - хорошее место для начала:

SortedList<TKey, TSource> resultlist = new SortedList<TKey, TSource>();
MyBigList.Aggregate(resultlist, (aktlist,entry) => {
   aktlist.Add(entry.Key, entry);
   if (aktlist.Count > 10) aktlist.RemoveAt(10);
   return aktlist;
});

Если вам нужен другой компаратор, вы можете указать его в конструкторе SortedList.

EDIT Как упоминалось в nikie, SortedList не может содержать двойные значения. Вы можете использовать стандартный список вместе с BinarySearch для достижения такого же эффекта:

List<TSource> resultlist = new List<TSource>();
MyBigList.Aggregate(resultlist, (aktlist, entry) => {
   int index = aktlist.BinarySearch(entry);
   if (index < 0) index = ~index;
   if (index < 10) aktlist.Insert(index, entry);
   if (aktlist.Count > 10) aktlist.RemoveAt(10);
   return aktlist;
});

Снова пользовательский сопоставитель (вместе с выбором пользовательского ключа) может использоваться как параметр для BinarySearch.

Ответ 2

Я думаю, что вы действительно являетесь алгоритмом выбора. Я не знаю, что LINQ - лучший способ реализовать его, поскольку я думаю, что он в основном заканчивается выбором путем сортировки. Вы должны иметь возможность сделать это в O (kN), где k - это "верхнее" количество элементов, итерируя через коллекцию, отслеживая минимальный "верхний" элемент, увиденный до сих пор, и если текущий элемент больше, чем что, заменяя этот элемент на текущий элемент (и обновляя новый минимальный элемент). Это также экономит место.

Когда вы закончите, вы можете вернуть "верхние" элементы в виде упорядоченной коллекции.

Примечание. Я предполагаю LINQ для объектов здесь. Если вы используете LINQ to SQL, то я бы отложил просто отложить заказ/выбор на SQL-сервер и просто связать методы соответствующим образом, чтобы получить запрос select top N ... from ... order by ....

Полностью непроверенный, даже не скомпилированный. Использует общую реализацию кучи Фибоначчи. Я опубликую код в своем блоге (http://farm-fresh-code.blogspot.com) в ближайшее время. У меня есть один висящий (не уверенный, если он общий) в результате некоторых экспериментов с приоритетными очередями, которые я делал. См. wikipedia для информации и псевдокода до тех пор.

public static IEnumerable<TSource> OrderByTop<TSource, TKey>(
    IEnumerable<TSource> source,
    Func<TSource, TKey> keySelector,
    IComparer<TKey> comparer,
    int topCount)
{
    // allocate enough space to hold the number of elements (+1 as a new candidate is added)
    FibonacciHeap<TKey,TSource> top = new FibonacciHeap<TKey,TSource>( comparer );
    foreach (var candidate in source) // O(n)
    {
         TKey key = keySelector(candidate);
         TKey minimum = top.AccessMinimum();
         if (minimum == null || comparer.Compare( key, minimum.Key ) > 0) // O(1)
         {
             top.Insert( key, candidate ); // O(1)
             if (top.Count >= topCount)
             {
                 top.DeleteMinimum(); // O(logk)
             }
         }
    }
    return top.ToList().Reverse().Select( t.Value ); // O(k)   
}

Ответ 3

Я не знаю другого решения, кроме написания этого метода. Однако этот метод не должен быть таким сложным.

Вам нужно сохранить отсортированный список с 10 верхними элементами и выполнить однократную повторную сортировку коллекции.

Если текущая запись во время итерации меньше, чем последняя из списка 10 лучших, или когда у вас еще нет первых 10 записей, вам нужно добавить элемент в этот список. (И, конечно, удалите последний элемент из списка лучших 10, если это необходимо.)

Ответ 4

Вы также можете реализовать алгоритм сортировки с разделением и победой, например, quicksort и break, как только у вас будут первые отсортированные элементы. Но предложение tvanfosson, вероятно, быстрее, если k < N