请大家帮忙优化下代码!

Question

以前一直是做WEB开发,ASP.NET,最近公司要求做一个能生成5万条互不相同的字符串的功能.
用VS2005创建windows程序,windows程序写好后测试能生成5万条.但是效率很低,花了3分钟时间,CPU使用率在98%-100%之间徘徊.
我的代码如下,想请各位帮忙给优化下,让代码跑起来快些.(初次写windows程序,有很多不懂,希望在CSDN请教各位达人!)
Form1.cs代码:
using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Drawing;
using System.Text;
using System.Windows.Forms;
using System.IO;
using System.Text;namespace createtxt
{
    public partial class Form1 : Form
    {
        public Form1()
        {
            InitializeComponent();
        }        private void button1_Click(object sender, EventArgs e)
        {
            string code = "";
            for (int i = 1; i <= 50000; i++)
            {
                code += rc(i) + "\r\n";
            }
            label1.Text="已生成五万条随机字符串";
            string path = "D:/";
            Encoding codee = Encoding.GetEncoding("UTF-8");
            StreamWriter sw = new StreamWriter(path + "string.txt", false, codee);
            sw.Write(code);
            sw.Flush();
            sw.Close();
            label1.Text = "生成文件成功,文件名为:string.txt";
        }        public static string rc(int a)
        {
            char[] arrchar = new char[]{
            '0','1','2','3','4','5','6','7','8','9',
       'A','B','C','D','E','F','G','H','I','J','K','L','M','N','O','P','Q','R','S','T','U','V','W','X','Y','Z'
       };
            StringBuilder num = new StringBuilder();
            Random rnd = new Random(a);
            for (int i = 1; i <= 4; i++)
            {
                //num2.Append(arrchar[rnd.Next(0,10)].ToString());
                //num.Append(arrchar[rnd.Next(0, 10)].ToString());
                num.Append(arrchar[rnd.Next(11, arrchar.Length)].ToString());
            }
            for (int j = 1; j <= 8; j++)
            {
                num.Append(arrchar[rnd.Next(0, 10)].ToString());
            }
            return num.ToString();
        }
    }
}

Answer 1

string code = "";
for (int i = 1; i <= 50000; i++)
{
    code += rc(i) + "\r\n"; // 这条语句导致频繁分配内存，code的内存最后为50000*(12 + 2)字节
}可以用文件流来写入，不用放在一个string中再写
另外楼主怎么保证不重复？

Answer 2

zswang 请问具体该怎么写呢?麻烦你给个实例!

Answer 3

在我机器上耗时125毫秒private const int CODE_COUNT = 50000; // 记录数
private byte[] codeBuffer = new byte[14 * CODE_COUNT];private Random random = new Random(); 
public byte[] RandomCode()
{
    byte[] vReturn = new byte[14];
    vReturn[12] = 13;
    vReturn[13] = 10;
    for (int i = 0; i < 4; i++)
        vReturn[i] = (byte)('A' + random.Next(26));
    for (int i = 4; i < 12; i++)
        vReturn[i] = (byte)('0' + random.Next(10));
    return vReturn;
}private Hashtable vHashtable = new Hashtable();private void button1_Click(object sender, EventArgs e)
{
    long vTickCount = Environment.TickCount;
    byte[] code = RandomCode();
    for (int i = 0; i < CODE_COUNT; )
    {
        code = RandomCode();
        if (!vHashtable.Contains(code)) // 避免重复
        {
            vHashtable.Add(code, null);
            Array.Copy(code, 0, codeBuffer, i * 14, code.Length);
            i++;
        }
    }
    FileStream vFileStream = new FileStream(@"c:\temp\temp.txt", 
        FileMode.Create, FileAccess.Write);
    int vPos = 0;
    for (; vPos + 0x1000 < codeBuffer.Length; vPos += 0x1000)
    {
        vFileStream.Write(codeBuffer, vPos, 0x1000); // 减少文件写入的次数，采用每4096字节写一次。
    }
    vFileStream.Write(codeBuffer, vPos, codeBuffer.Length - vPos);
    vFileStream.Close();
    Console.WriteLine("耗时：{0}毫秒", Environment.TickCount - vTickCount);
}
关键的地方两点：1、不要频繁分配内存。2、不要频繁读写文件。
至于用hash表判断本身并不能起到关键性的提高。

Answer 4

Hashtable使用记得加上using System.Collections;

Answer 5

if (!vHashtable.Contains(code)) // 避免重复
这一句错了，code是每一次返回的byte[]实例，每次实例都不同，数组比较是引用比较，所以，vHashtable.Contains(code)不可能返回true

Answer 6

to vwxyzh：
  多谢提醒，测试的结果正如你所述，这个判断是错误的。
  用List、Directory也不能判断出byte[]的内容。
  转成string类型测试后可行。修改后的代码如下：
using System.Collections;private const int CODE_COUNT = 50000; // 记录数
private byte[] codeBuffer = new byte[14 * CODE_COUNT];private Random random = new Random(); 
public byte[] RandomCode()
{
    byte[] vReturn = new byte[14];
    vReturn[12] = 13;
    vReturn[13] = 10;
    for (int i = 0; i < 4; i++)
        vReturn[i] = (byte)('A' + random.Next(26));
    for (int i = 4; i < 12; i++)
        vReturn[i] = (byte)('0' + random.Next(10));
    return vReturn;
}private Dictionary<string, int> codeList = new Dictionary<string, int>();private void button1_Click(object sender, EventArgs e)
{
    long vTickCount = Environment.TickCount;
    codeList.Clear(); 
    byte[] vCode = RandomCode();
    for (int i = 0; i < CODE_COUNT; )
    {
        vCode = RandomCode();
        string S = BitConverter.ToString(vCode);
        if (!codeList.ContainsKey(S)) // 避免重复
        {
            codeList.Add(S, i);
            Array.Copy(vCode, 0, codeBuffer, i * 14, vCode.Length);
            i++;
        }
    }
    FileStream vFileStream = new FileStream(@"c:\temp\temp.txt",
        FileMode.Create, FileAccess.Write);
    vFileStream.Write(codeBuffer, 0, codeBuffer.Length); // 内核会优化
    vFileStream.Close();
    Console.WriteLine("耗时：{0}毫秒", Environment.TickCount - vTickCount);
}

Answer 7

其实有一个更省内存的方法，要求5w个不同的数据，远远小于int的4G的取值范围，所以可以考虑类似GetHashCode的方法，在字典中仅仅记录一个HashCode，这个HashCode通过byte[]的当前值算出（并且保证相当离散），由HashCode和Equal的关系，可以得出如果两个的HashCode不同，那么必定不相等。（即使误杀一两个也没什么大影响）
这样就可以放弃字典对byte[]或字符串的引用，对固定长度的字符串而言，RandomCode()可以改造为
void RandomCode(ref byte[] code)
进一步避免对byte[]的重复实例化，提高性能

Answer 8

vCode = RandomCode();
为什么要执行两次啊?

Answer 9

发觉用StringBuilder时不少人不愿意初始化capactiy.. 默认好像是16.. 如果稍微长一些也需要线性的时间分配新空间, 然后复制..
最上面的code+= 也可以考虑改用StringBuilder. 并初始化一定的capacity. 

Answer 10

在zswang代码的基础上，稍微修改了一下:
using System;
using System.Collections.Generic;
using System.IO;
using System.Diagnostics;namespace ConsoleApplication5
{
    class Program
    {
        private const int CODE_COUNT = 50000; // 记录数
        private static readonly byte[] NewLine ={ 13, 10 };
        private static Random random = new Random();        static void Main(string[] args)
        {
            Console.Write("Press Enter to start:");
            Console.ReadLine();
            Stopwatch sw = Stopwatch.StartNew();
            using (FileStream fs = new FileStream("test.txt", FileMode.Create, FileAccess.Write))
            using (BinaryWriter bw = new BinaryWriter(fs))
                Exec(bw);
            sw.Stop();
            Console.WriteLine("耗时：{0}毫秒", sw.ElapsedMilliseconds);
            Console.ReadLine();
        }        public static void RandomCode(ref byte[] buffer)
        {
            for (int i = 0; i < 4; i++)
                buffer[i] = (byte)('A' + random.Next(26));
            for (int i = 4; i < 12; i++)
                buffer[i] = (byte)('0' + random.Next(10));
        }        private static void Exec(BinaryWriter bw)
        {
            Dictionary<int, int> codes = new Dictionary<int, int>(CODE_COUNT);
            byte[] buffer = new byte[12];
            int count = 0;
            while (count < CODE_COUNT)
            {
                RandomCode(ref buffer);
                int hash = Hash(buffer);
                if (!codes.ContainsKey(hash))
                {
                    codes.Add(hash, 0);
                    bw.Write(buffer);
                    bw.Write(NewLine);
                    count++;
                }
            }
        }        private static int Hash(byte[] buffer)
        {
            return BitConverter.ToInt32(buffer, 0) ^
                BitConverter.ToInt32(buffer, 4) ^
                BitConverter.ToInt32(buffer, 8);
        }    }
}

Answer 11

楼主，你把string变成StringBuilder
string+ 写成  StringBuilder.Append("").....性能最少优化5倍！

Answer 12

using System.Collections;private const int CODE_COUNT = 50000; // 记录数private Random random = new Random(); 
public byte[] RandomCode()
{
    byte[] vReturn = new byte[14];
    vReturn[12] = 13;
    vReturn[13] = 10;
    for (int i = 0; i < 4; i++)
        vReturn[i] = (byte)('A' + random.Next(26));
    for (int i = 4; i < 12; i++)
        vReturn[i] = (byte)('0' + random.Next(10));
    return vReturn;
}private Dictionary<string, int> codeList = new Dictionary<string, int>();private void button1_Click(object sender, EventArgs e)
{
    long vTickCount = Environment.TickCount;
    codeList.Clear(); 
    byte[] vCode;
    FileStream vFileStream = new FileStream(@"c:\temp\temp.txt",FileMode.Create, FileAccess.Write);
    for (int i = 0; i < CODE_COUNT; )
    {
        vCode = RandomCode();
        string S = BitConverter.ToString(vCode);
        if (!codeList.ContainsKey(S)) // 避免重复
        {
            codeList.Add(S, i);i++;
            vFileStream.Write(codeBuffer, 0, codeBuffer.Length); //这样更快,因为本身有循环
        }
    }
    vFileStream.Close();
    Console.WriteLine("耗时：{0}毫秒", Environment.TickCount - vTickCount);
}

Answer 13

测试了下xx22nn说的方法，确实快些
看来FileStream本身也有内存缓冲机制
不过楼主好像失踪了。。

Answer 14

我以前写过一个随机a-z组成一条1w个字符串  直接死机!

Answer 15

vwxyzh 
的方法确实比较快

Answer 16

不好意思啊,这两天事情太多,去开发其他WEB程序去了,这个C#程序一样要关注
非常感谢各位的参与,以及几位提出解决方法的朋友~~