为什么在 Select 之前运行 LINQ OrderBy 需要更多时间？

Question

在编写编码问题的解决方案时，我发现我的 LINQ 语句有一个有趣的行为。我有两种情况：

第一个：

arr.Select(x => x + 5).OrderBy(x => x)

第二个：

arr.OrderBy(x => x).Select(x => x + 5)

在使用 System.Diagnostics.Stopwatch 进行一些测试后，我得到了长度为 100_000 的整数数组的以下结果。

对于第一种方法：

00:00:00.0000152

第二个：

00:00:00.0073650

现在我很想知道为什么我先点菜会花更多的时间。我在 google 上找不到东西，所以我自己想了想。

我最终得到了 2 个想法：
1. 第二种情况要转成IOrderedEnumerable再转回IEnumerable，而第一种情况只需要转成IOrderedEnumerable，不需要转回。
2. 你最终有 2 个循环。第一个用于排序，第二个用于 selecting，而方法 1 在 1 个循环中完成所有操作。

所以我的问题是为什么在 select 之前完成订购需要更多时间？

Answer 1

根据您拥有的Linq-provider，可能会对查询进行一些优化。例如。如果您使用某种数据库，您的提供者很可能会为类似于此的两个语句创建完全相同的查询：

select myColumn from myTable order by myColumn;

因此无论您是在 Linq 中先排序还是先 select 排序，性能都应该是相同的。

因为这里似乎没有发生这种情况，您可能使用了根本没有优化的 Linq2Objects。所以你的语句的顺序可能会产生影响，特别是如果你有某种使用 Where 的过滤器，它会过滤掉很多对象，这样后面的语句就不会对整个集合进行操作。

长话短说：差异很可能来自某些内部 initialzation-logic。由于 100000 个数字的数据集并不是很大 - 至少不够大 - 即使一些快速初始化也会产生很大影响。

Answer 2

让我们看一下序列：

private static void UnderTestOrderBySelect(int[] arr) {
  var query = arr.OrderBy(x => x).Select(x => x + 5); 

  foreach (var item in query)
    ;
}

private static void UnderTestSelectOrderBy(int[] arr) {
  var query = arr.Select(x => x + 5).OrderBy(x => x);  

  foreach (var item in query)
    ;
}

// See Marc Gravell's comment; let's compare Linq and inplace Array.Sort
private static void UnderTestInPlaceSort(int[] arr) {
  var tmp = arr;
  var x = new int[tmp.Length];

  for (int i = 0; i < tmp.Length; i++)
    x[i] = tmp[i] + 5;

  Array.Sort(x);
}

为了执行基准测试，让我们运行 10 次并平均 6 中间结果：

private static string Benchmark(Action<int[]> methodUnderTest) {
  List<long> results = new List<long>();

  int n = 10;

  for (int i = 0; i < n; ++i) {
    Random random = new Random(1);

    int[] arr = Enumerable
      .Range(0, 10000000)
      .Select(x => random.Next(1000000000))
      .ToArray();

    Stopwatch sw = new Stopwatch();

    sw.Start();

    methodUnderTest(arr);

    sw.Stop();

    results.Add(sw.ElapsedMilliseconds);
  }

  var valid = results
    .OrderBy(x => x)
    .Skip(2)                  // get rid of top 2 runs
    .Take(results.Count - 4)  // get rid of bottom 2 runs
    .ToArray();

  return $"{string.Join(", ", valid)} average : {(long) (valid.Average() + 0.5)}";
}

是时候运行看看结果了：

  string report = string.Join(Environment.NewLine,
    $"OrderBy + Select: {Benchmark(UnderTestOrderBySelect)}",
    $"Select + OrderBy: {Benchmark(UnderSelectOrderBy)}",
    $"Inplace Sort:     {Benchmark(UnderTestInPlaceSort)}");

  Console.WriteLine(report);

结果：（酷睿 i7 3.8GHz，.Net 4.8 IA64）

OrderBy + Select: 4869, 4870, 4872, 4874, 4878, 4895 average : 4876
Select + OrderBy: 4763, 4763, 4793, 4802, 4827, 4849 average : 4800
Inplace Sort:     888, 889, 890, 893, 896, 904 average : 893

我没有看到任何 显着差异，Select + OrderBy 似乎比 OrderBy + Select 更有效（大约 2% 的增益）。然而，Inplace Sort 远优于 性能（5 times）比任何 Linq。

为什么在 Select 之前运行 LINQ OrderBy 需要更多时间？

Why does it take more time when you run a LINQ OrderBy before Select?

c#

linq

performance

ienumerable

deferred-execution

为什么在 Select 之前 运行 LINQ OrderBy 需要更多时间？

Why does it take more time when you run a LINQ OrderBy before Select?

c#

linq

performance

ienumerable

deferred-execution

为什么在 Select 之前运行 LINQ OrderBy 需要更多时间？