波斯马BOSSMA Information Technology

看到一句话很赞同：“没有评测就是猜测”，确实很多情况下都是如此，特别是不明白内部实现原理的时候。

今天突然想测试下Dictionary设置初始元素数会不会提升性能，因为设置capacity可以避免一定程度的resize，但究竟会怎样呢？

这里使用了老赵写的一个性能计数器，简单准确，比StopWatch更精确些。

第1个测试

下边是测试代码，Dictionary中key为int类型、value为string类型，基于100000数据，采用capacity初始化的实例和未采用capacity初始化的实例分别循环添加这些数据。

 string[] source = new string[100000];
            Random rand = new Random();
            string seedStr = "abcdefghijklmnopqrstuvwxyzxyztysqwsxcdefrgvbtyhnujmikasdffddqasdfghjkuytbrveccwxzqe";
            for (int i = 0; i < 100000; i++)
            {
                source[i] = seedStr.Substring(0, rand.Next(10, seedStr.Length));
            }

            CodeTimer.Time("Dictionary1", 1, () =>
            {
                Dictionary<int, string> dic = new Dictionary<int, string>(100000);
                for (int i = 0; i < 100000; i++)
                {
                    dic.Add(i, source[i]);
                }
            });

            CodeTimer.Time("Dictionary2", 1, () =>
            {
                Dictionary<int, string> dic = new Dictionary<int, string>();
                for (int i = 0; i < 100000; i++)
                {
                    dic.Add(i, source[i]);
                }
            });

            Console.ReadLine();

测试结果，采用capacity初始化的效果还是挺明显的，执行时间大约为未采用capacity实例的一半，CPU时钟周期大约为未采用capacity实例的一半，也没有产生垃圾回收。

但是把数据量缩小到30000，执行时间在毫秒级上没什么差别了，但是CPU时钟周期还是接近一半的.

从这几个测试结果看，如果数据量不大，一般系统使用花费的时间没什么差别，即使把数据扩大到百万，相差也只在几十毫秒。

第2个测试

在上边的例子中采用int类型作为key，如果换成string会怎么样呢？

同样先看一个10000数据的例子，key采用 “n_”+i 得出：

string[] source = new string[1000000];
            Random rand = new Random();
            string seedStr = "abcdefghijklmnopqrstuvwxyzxyztysqwsxcdefrgvbtyhnujmikasdffddqasdfghjkuytbrveccwxzqe";
            for (int i = 0; i < 1000000; i++)
            {
                source[i] = seedStr.Substring(0, rand.Next(10, seedStr.Length));
            }

            CodeTimer.Time("Dictionary1", 1, () =>
            {
                Dictionary<string, string> dic = new Dictionary<string, string>(100000);
                for (int i = 0; i < 100000; i++)
                {
                    dic.Add("n_" + i, source[i]);
                }
            });

            CodeTimer.Time("Dictionary2", 1, () =>
            {
                Dictionary<string, string> dic = new Dictionary<string, string>();
                for (int i = 0; i < 100000; i++)
                {
                    dic.Add("n_" + i, source[i]);
                }
            });

测试结果，采用capacity初始化的Dictionary执行时间比int类型key时增长了接近10倍，但未采用capacity初始化的Dictionary则没有这么大的变化，CPU执行周期的比例也变的更小了。

把数据分别缩小到1W和增长到100W：

在1W数据的情况下，甚至出现了采用capacity的Dictionary执行的时间更长的情况，但是考虑到1ms的差距，这里认为所用时间是差不多的，在数据量变大的情况下，可以看到总体上采用capacity的Dictionary处理的开销更小，差距的绝对值也在变大，但是比例在缩小。

相比于int类型key，string类型key的Dictionary需要进行占用更多的CPU时钟周期，花费更多的处理时间，接近增长了一个数量级，并且那么时间去哪儿了呢？

答案是根据key获取hashcode，int比string更有效率。可以看这篇文章关于O(1)时间复杂度的问题。

总结下：

1、对于少量数据（可能不同场景少量对应的数量会不同）处理，或性能要求不是特别高的情况下，不采用capacity进行初始化问题也不大；当然如果能确定将要装载的数量，进行capacity初始化是一个更好的选择。

2、Dictionary中的key采用int、普通类型、数组其性能会更高些；采用字符串的话，字符串越长其性能越低。

这两点编码时需要综合考虑，并最好进行一些测试。

关键字: Dictionary