哈希表会加速这件事吗？如果是这样的话，我会怎样做呢？

Question

我在寻找两个数组的负交集。每个数组都有大约20k个元素。我在一个数组上使用一个foreach循环，并在另一个数组中查找每个值。我只在第一个数组中保留元素，而在第二个数组中找不到：

$deadpaths=@()
$ix=0
ForEach ($f in $FSBuildIDs)
{
    if (-not($blArray -like $f)) {$deadpaths+=$paths[$ix]}
    $ix++
}

$blArray包含有效的ID。$FSBuildIDs包含与$paths中的文件系统路径对应的ID。其目的是只将元素保留在$paths中，而$FSBuildIDS中的相应ID不在$blArray中。

有更好的方法吗？这里的处理需要非常长的时间。$blArray和$FSBuildIDs都有大约20k的元素，我怀疑我正在研究^2的比较。

我考虑使用一个字典，其中$FSBuildIDs元素作为键，$paths元素作为值，但我无法从文档中找到如何初始化和加载字典(假设这种方法会加快速度)。显然，负集交集最好，但这不是TSQL，我痛苦地意识到，即使是PS的V4也不支持set操作。

在这个问题上使用字典会加快比较速度吗？如果是这样，我如何从$FSBuildIDs和$paths创建它？还有其他技术可以提高我的性能，而不是只在这些大列表(Ish)上迭代？

$blArray的样本数据：

51012
51044
51049
51055
51058
51060
51073
51074
51077
51085

$FSBuildIDs的样本数据：

51001
51003
51005
51009
51013
51017
51018
51020
51021
51024
51026

$paths的样本数据：

\\server1\d$\software\anthill\var\artifacts\0000\3774\0000\3792\0005\2335
\\server1\d$\software\anthill\var\artifacts\0000\3774\0000\3792\0005\2336
\\server1\d$\software\anthill\var\artifacts\0000\3774\0000\3792\0005\2337
\\server1\d$\software\anthill\var\artifacts\0000\3774\0000\3792\0005\2338
\\server1\d$\software\anthill\var\artifacts\0000\3774\0000\3792\0005\2339
\\server1\d$\software\anthill\var\artifacts\0000\3774\0000\3792\0005\2340
\\server1\d$\software\anthill\var\artifacts\0000\3774\0000\3792\0005\2341

这与先前提出的问题相似，但在某些方面有所不同。实际上，我正在寻找从两个现有数组构建字典的指南。在发帖后，我意识到我确实需要一个来自$blarray的字典作为键，可能需要$True作为值。价值是无关紧要的。重要的测试是$FSBuildIDs中的当前值是否在$blarray中找到。这可能是基于ID作为键的字典查找。这应该会加速处理，对吧？

我不清楚我每次都在销毁和重新创建数组的注释。那是$deadPaths数组吗？简单地加上它会导致这种情况吗？如果是这样的话，我使用.Net ArrayList会更好吗？

Answer 1

我认为这将是你正在寻找的东西的开始。正如注释中所讨论的，我们将进行两次比较。首先，要获得BuildID，我们需要从$FSBuildIDs和$blArray中进行比较，然后将结果与$paths列表进行比较。现在，我将假设它只是一个字符串路径数组。注意，这里有防止和纠正错误的空间。现在还只是测试。

$parsedIDs = Compare-Object $blArray $FSBuildIDs | Where{$_.SideIndicator -eq "=>"} | Select-Object -ExpandProperty InputObject

$paths = $paths | ForEach-Object{
    $_ | Add-Member -MemberType NoteProperty -Name BuildID -Value (($_.Parent.Name + $_.Name) -as [int32]) -PassThru
}

$paths | Where-Object{$_.BuildID -in $parsedIDs}

首先，我们比较了两个ID数组并保留了$FSBuildIDs的唯一元素。

接下来我们要通过$paths。对于每个属性，我们都添加了一个包含buildid的属性。其中，buildid是连接并转换为整数的最后两个路径元素。

一旦我们有了它，一个简单的Where-Object就会给出从第一次比较中得到id的路径。

Answer 2

要回答有关构建散列表的问题：

$keyEnumerator = $FSBuildIDs.GetEnumerator()
$valEnumerator = $paths.GetEnumerator()
$idPathHash = @{}

foreach ($key in $keyEnumerator ) {
  $null = $valEnumerator.movenext()
  $idPathHash[$key] = $valEnumerator.current
}

在我的系统上使用20000元素数组的假数据运行这段代码需要138 my。

要生成不在$idPathHash中的生成ids列表，请执行以下操作：

$buildIDsNotIn =
  foreach ($buildId in $blArray) {
    if (!$idPathHash.ContainsKey($buildId )) {
      $buildId 
    } 
  }

这在我的系统上花费了50毫秒，$blArray中有20000个条目，还有假数据。