C#并行编程极大提升集合处理速度
|
admin
2025年4月27日 15:52
本文热度 1897
|
我们在开发C#程序的时候，有时候遇到一些非常多的数据需要处理，尤其是我们要对一个集合中的数据做相同操作，这个集合中又包含了多个数据，我们一般使用for循环对集合中的每个数据分别处理，这样处理起来可能需要花费很多的时间，那么有没有能够优化这个处理时间的方法呢，本文就来帮助大家解决这个问题！
1、传统foreach循环处理
下面的代码中使用Initialtest方法首先从本地读取一个文件名叫 "苹果.jpeg"的图像，然后使用gdi技术复制这个图像200遍，然后把这200个图像存到ImageParamList 这个集合中，然后我们把这200个图像保存到本地电脑中，由于图像数据比较多，所以保存起来的速度比较慢，比如我这里定义了一个SavaImage方法，该方法使用foreach循环将ImageParamList 集合中200个图像分别保存，在我的电脑上使用了差不多20秒，
public partial class Form1 : Form { public Form1() { InitializeComponent(); Initialtest(); }
private void Initialtest() { List<ImageParam> ImageParamList = new List<ImageParam>();
for (int i = 0; i < 200; i++) { string fileName = "苹果.jpeg"; using (FileStream fs = new FileStream(fileName, FileMode.Open)) { ImageParam imageParam = new ImageParam(); Bitmap bitmap = new Bitmap(fs);
Bitmap newBitmap = new Bitmap(bitmap.Width, bitmap.Height); Graphics g = Graphics.FromImage(newBitmap); g.DrawImage(bitmap, new Point(0, 0)); bitmap.Dispose();
imageParam.Index = i; imageParam.img = newBitmap; ImageParamList.Add(imageParam); } }
DateTime startTime = DateTime.Now; SavaImage(ImageParamList); DateTime endTime = DateTime.Now; double diffTime = (endTime - startTime).TotalMilliseconds; Console.WriteLine(diffTime); }
private void SavaImage(List<ImageParam> ImageParamList) { foreach (var item in ImageParamList) { string fileName = $"{item.Index }.bmp";
item.img.Save(fileName); } } }
class ImageParam { public int Index { get; set; }
public Bitmap img; }
2、并行处理
为了加快图像保存的速度，我们使用C#中的并行计算功能，所谓并行计算在C#中其实使用了多个线程同时对集合中的数据进行处理，这样能够充分利用电脑资源来加速对集合数据的处理，我这里定义了一个SavaImageParallel方法，对集合调用AsParallel().ForAll()，这个ForAll里面传入的是一个委托，这样就能实现并行处理，经过实际测试SavaImageParallel方法使用并行处理后，200个图像存储到本地只需要3秒，快了7倍左右，堪称程序性能优化的神器，兄弟们快在项目中用起来吧！
private void SavaImageParallel(List<ImageParam> ImageParamList) { ImageParamList.AsParallel().ForAll(item => { string fileName = $"{item.Index }.bmp"; item.img.Save(fileName); }); }
该文章在 2025/4/27 18:38:19 编辑过
400 186 1886
