C# 为什么HashSet<；点>；比HashSet慢得多<；字符串>；？

我想在不允许重复的情况下存储一些像素位置，所以首先想到的是

HashSet

或类似的类。然而，与HashSet之类的东西相比，这似乎非常慢

例如，此代码：

HashSet<Point> points = new HashSet<Point>();
using (Bitmap img = new Bitmap(1000, 1000))
{
    for (int x = 0; x < img.Width; x++)
    {
        for (int y = 0; y < img.Height; y++)
        {
            points.Add(new Point(x, y));
        }
    }
}

HashSet points=newhashset（）；
使用（位图img=新位图（10001000））
{
对于（int x=0；x

大约需要22.5秒

而以下代码（由于明显的原因，这不是一个好的选择）只需1.6秒：

HashSet<string> points = new HashSet<string>();
using (Bitmap img = new Bitmap(1000, 1000))
{
    for (int x = 0; x < img.Width; x++)
    {
        for (int y = 0; y < img.Height; y++)
        {
            points.Add(x + "," + y);
        }
    }
}

HashSet points=newhashset（）；
使用（位图img=新位图（10001000））
{
对于（int x=0；x

所以，我的问题是：

• 这有什么原因吗？我查过了，但22.5秒比答案中显示的数字要多得多
• 有没有更好的方法来存储不重复的点

---

性能下降的主要原因是所有拳击比赛都在进行（答案中已经解释过）

除此之外，散列码算法使问题更加严重，因为它会导致更多对

Equals（objectobj）

的调用，从而增加装箱转换的数量

还请注意，这是通过

x^y

计算的。这在您的数据范围内产生的离散度很小，因此

散列集

的存储桶人口过多，而

字符串

中散列的离散度要大得多

您可以通过实现自己的

Point

struct（琐碎）并针对预期的数据范围使用更好的哈希算法来解决该问题，例如，通过移动坐标：

(x << 16) ^ y

---

（x点结构导致了两个性能问题。添加
Console.WriteLine（GC.CollectionCount（0））时可以看到这两个问题；
到测试代码。你会看到点测试需要~3720个集合，而字符串测试只需要~18个集合。这不是免费的。当你看到一个值类型诱导了这么多集合时，你需要总结“哦，太多的装箱”

问题在于
HashSet
需要一个
IEqualityComparer
来完成它的工作。因为您没有提供一个，所以它需要返回到
EqualityComparer.Default（）返回的值
。该方法可以很好地处理字符串，它实现了IEquatable。但就这点而言，它是一种从.NET 1.0开始的类型，从未受到泛型的喜爱。它所能做的就是使用对象方法

另一个问题是，Point.GetHashCode（）在这个测试中做得并不出色，因为冲突太多，所以它对Object.Equals（）的影响很大。String有一个出色的GetHashCode实现

您可以通过为哈希集提供一个好的比较器来解决这两个问题。如下所示：

class PointComparer : IEqualityComparer<Point> {
    public bool Equals(Point x, Point y) {
        return x.X == y.X && x.Y == y.Y;
    }

    public int GetHashCode(Point obj) {
        // Perfect hash for practical bitmaps, their width/height is never >= 65536
        return (obj.Y << 16) ^ obj.X;
    }
}

类指针比较器：IEqualityComparer{
公共布尔等于（点x，点y）{
返回x.x==y.x&&x.y==y.y；
}
公共int GetHashCode（点obj）{
//实用位图的完美散列，其宽度/高度从不>=65536
return（obj.Y@MartinSmith，因为没有其他好的理由，如果一个哈希集在相同的情况下对一种类型慢，而对另一种类型慢，那么它必须是由于慢类型的哈希代码实现没有产生足够的分散度。查看
GetHashCode
执行点的参考源：
未选中（x^y）
而对于
string
它看起来要复杂得多。@AhmedAbdelhameed这可能是因为您向哈希集中添加的成员比您想象的要少（同样是由于哈希代码算法的可怕分散）。当您完成填充后，
列表的计数是多少？@Ahmedabdelhamed您的测试是错误的。您反复添加相同的长度，因此实际上插入的元素很少。当插入
点时，
哈希集
将在内部调用
GetHashCode
，并针对每个点使用相同hashcode的ts将调用
Equals
来确定它是否已经存在。当您可以创建一个实现
IEqualityComparer
的类，并与使用
Point
的其他东西保持兼容时，就不需要实现
Point
，同时获得不使用穷人
GetH的好处ashCode
和需要在
中加框等于（）
+1，用于提供GetHashCode方法实现。出于好奇，您是如何获得特定的
obj.X的？它的灵感来自于鼠标在windows中通过其位置的方式。它是您想要显示的任何位图的完美哈希。很高兴知道这一点。有任何文档或最佳指南来编写类似您的hashcode吗？Actually，我仍然想知道上面的哈希代码是你的经验还是你遵循的任何准则。@AkashKC我对C#不是很有经验，但据我所知，整数通常是32位。在这种情况下，你需要2个数字的哈希，通过左移1个16位，你可以确保每个数字的“低”16位不会“影响”另一个是带有
|
。对于3个数字，使用22和11作为移位是有意义的。对于4个数字，它将是24、16、8。但是，仍然会有冲突，但只有当数字变大时才会发生。但这也关键取决于
哈希集
的实现。如果它使用带“位截断”的开放寻址（我认为不会！）左移位方法可能不好。@HansPassant：我想知道在GetHashCode中使用XOR而不是OR是否会稍微好一点——如果点坐标可能超过16位（可能是n位）
HashSet<Point> list = new HashSet<Point>(new PointComparer());