C# 将文件分组为500MB块

我有一个

文件列表

List<FileInfo> files = GetFiles();

---

这里有一些有效的方法

List<FileInfo> files = new List<FileInfo>();
List<List<FileInfo>> listOfLists= new List<List<FileInfo>>();
files.ForEach(x => {
     var match = listOfLists.FirstOrDefault(lf => lf.Sum(f => f.Length) + x.Length < 500*1024*1024);
     if (match != null)
         match.Add(x);
     else
         listOfLists.Add(new List<FileInfo>() { x });
});

List files=newlist（）；
List listOfLists=新列表（）；
files.ForEach（x=>{
var match=listOfLists.FirstOrDefault（lf=>lf.Sum（f=>f.Length）+x.Length<500*1024*1024）；
如果（匹配！=null）
匹配。添加（x）；
其他的
Add（newlist（）{x}）；
});

以下是一些有效的方法

List<FileInfo> files = new List<FileInfo>();
List<List<FileInfo>> listOfLists= new List<List<FileInfo>>();
files.ForEach(x => {
     var match = listOfLists.FirstOrDefault(lf => lf.Sum(f => f.Length) + x.Length < 500*1024*1024);
     if (match != null)
         match.Add(x);
     else
         listOfLists.Add(new List<FileInfo>() { x });
});

List files=newlist（）；
List listOfLists=新列表（）；
files.ForEach（x=>{
var match=listOfLists.FirstOrDefault（lf=>lf.Sum（f=>f.Length）+x.Length<500*1024*1024）；
如果（匹配！=null）
匹配。添加（x）；
其他的
Add（newlist（）{x}）；
});

这里有一个通用的

BatchBySize

扩展方法，您可以使用：

public static IEnumerable<List<TSource>> BatchBySize<TSource>(
    this IEnumerable<TSource> source,
    Func<TSource, long> sizeSelector,
    long maxSize)
{
    var list = new List<TSource>();
    long sumSize = 0;
    foreach (var item in source)
    {
        var itemSize = sizeSelector(item);
        if (sumSize + itemSize > maxSize && list.Count > 0)
        {
            yield return list;
            list = new List<TSource>();
            sumSize = 0;
        }
        list.Add(item);
        sumSize += itemSize;
    }
    if (list.Count > 0) yield return list;
}

公共静态IEnumerable BatchBySize(
这是一个数不清的来源，
函数大小选择器，
长（最大尺寸）
{
var list=新列表（）；
长sumSize=0；
foreach（源中的var项）
{
var itemSize=大小选择器（项目）；
if（sumSize+itemSize>maxSize&&list.Count>0）
{
收益回报表；
列表=新列表（）；
sumSize=0；
}
列表。添加（项目）；
sumSize+=项目大小；
}
如果（list.Count>0）收益返回列表；
}

用法示例：

List<List<FileInfo>> result = files
    .BatchBySize(x => x.Length, 500_000_000)
    .ToList();

列表结果=文件
.BatchBySize（x=>x.长度，500_000_000）
.ToList（）；

这里有一个通用的

BatchBySize

扩展方法，您可以使用：

public static IEnumerable<List<TSource>> BatchBySize<TSource>(
    this IEnumerable<TSource> source,
    Func<TSource, long> sizeSelector,
    long maxSize)
{
    var list = new List<TSource>();
    long sumSize = 0;
    foreach (var item in source)
    {
        var itemSize = sizeSelector(item);
        if (sumSize + itemSize > maxSize && list.Count > 0)
        {
            yield return list;
            list = new List<TSource>();
            sumSize = 0;
        }
        list.Add(item);
        sumSize += itemSize;
    }
    if (list.Count > 0) yield return list;
}

公共静态IEnumerable BatchBySize(
这是一个数不清的来源，
函数大小选择器，
长（最大尺寸）
{
var list=新列表（）；
长sumSize=0；
foreach（源中的var项）
{
var itemSize=大小选择器（项目）；
if（sumSize+itemSize>maxSize&&list.Count>0）
{
收益回报表；
列表=新列表（）；
sumSize=0；
}
列表。添加（项目）；
sumSize+=项目大小；
}
如果（list.Count>0）收益返回列表；
}

用法示例：

List<List<FileInfo>> result = files
    .BatchBySize(x => x.Length, 500_000_000)
    .ToList();

列表结果=文件
.BatchBySize（x=>x.长度，500_000_000）
.ToList（）；

使用linq或group by无法实现这一点。您可以做的是设置最小值和最大值，并在进入最小值和最大值范围（例如，450到500 mb）时添加到子列表中。在下一次迭代中，将子列表添加到列表的主列表中，然后转到下一个子列表。如果您需要示例代码，请告诉我。我建议您首先提出一个适合您的非linq解决方案，然后看看它是否可以“linqified”。分而治之。而且，Linq只是一个工具。如果它不起作用，请使用起作用的工具。一些问题：您希望块大小均匀分布吗？或者你能忍受，比如说1-500MB 2-480MB3-450MB 4-470MB 5-100MB吗？@Fildor块应该尽可能多的文件-只要低于500MB。因为这对算法很重要。在接近500MB或更低的阈值时，您可以付出很大的努力。更少可能会使算法更简单，速度更快，但可能会导致更大的大小抖动。更多的努力可能会更慢、更复杂，但会给你最大化的块。也许两种方法都值得一试，让他们互相竞争，看看哪一种最合适。你不能用linq或group by来实现这一点。您可以做的是设置最小值和最大值，并在进入最小值和最大值范围（例如，450到500 mb）时添加到子列表中。在下一次迭代中，将子列表添加到列表的主列表中，然后转到下一个子列表。如果您需要示例代码，请告诉我。我建议您首先提出一个适合您的非linq解决方案，然后看看它是否可以“linqified”。分而治之。而且，Linq只是一个工具。如果它不起作用，请使用起作用的工具。一些问题：您希望块大小均匀分布吗？或者你能忍受，比如说1-500MB 2-480MB3-450MB 4-470MB 5-100MB吗？@Fildor块应该尽可能多的文件-只要低于500MB。因为这对算法很重要。在接近500MB或更低的阈值时，您可以付出很大的努力。更少可能会使算法更简单，速度更快，但可能会导致更大的大小抖动。更多的努力可能会更慢、更复杂，但会给你最大化的块。也许两种方法都值得一试，让它们互相对比，看看哪一种最适合。Info@OP：这是“减少最大块大小的工作量”的一个例子。Info@OP：这是“减少最大块大小的工作量”的一个例子。