SortedList 与 SortedDictionary 与 Sort()

这是类似问题的延续this one https://stackoverflow.com/questions/935621/whats-the-difference-between-sortedlist-and-sorteddictionary/935631#935631.

是否有调整性能的指导方针？我并不是指大 O 的增益，只是节省一些线性时间。

例如，预分类可以节省多少费用？SortedList or SortedDictionary?

假设我有一个人员类别，有 3 个属性需要排序，其中之一是年龄。我应该首先按年龄对对象进行分类吗？

我是否应该首先对一个属性进行排序，然后使用生成的列表/字典对两个属性进行排序，依此类推？

想到的还有其他优化吗？

好吧，这在 SortedList 上很容易获胜。插入一个项目需要进行二分查找 (O(log(n)) 来找到插入点，然后使用 List.Insert (O(n)) 来插入项目。Insert() 占主导地位，填充列表需要 O(n) ^2)。如果输入项已经排序，则插入会折叠为 O(1)，但不会影响搜索。填充现在为 O(nlog(n))。您不必担心 Oh 有多大，首先排序总是更高效。假设您可以承受双倍的存储需求。

SortedDictionary则不同，它使用红黑树。找到插入点需要 O(log(n))。之后可能需要重新平衡树，这也需要 O(log(n))。因此填充字典需要 O(nlog(n))。使用排序输入不会改变查找插入点或重新平衡的工作量，它仍然是 O(nlog(n))。现在，哦很重要，插入排序的输入需要树不断地重新平衡自身。如果输入是随机的，那么效果会更好，您不需要排序的输入。

因此，用排序的输入填充 SortedList 和用未排序的输入填充 SortedDictionary 都是 O(nlog(n))。忽略提供排序输入的成本，SortedList 的 Oh 比 SortedDictionary 的 Oh 小。这是由于 List 分配内存的方式而导致的实现细节。它只需要这样做 O(log(n)) 次，红黑树必须分配 O(n) 次。非常小哦顺便说一句。

值得注意的是，这两种方法都比不上简单地填充 List，然后调用 Sort()。这也是 O(nlog(n))。事实上，如果输入已经被意外排序，您可以绕过 Sort() 调用，这会降低到 O(n)。成本分析现在需要转向对输入进行排序所需的工作。很难绕过 Sort() 的基本复杂性，O(nlog(n))。它可能不容易看到，您可能会按照 SQL 查询等方式对输入进行排序。只是需要更长的时间才能完成。

使用 SortedList 或 SortedDictonary 的目的是在插入后保持集合排序。如果您只担心填充而不担心变异，那么您不应该使用这些集合。