C#问题，效率最大化，坐等大神来破。

Question

算法xmlc#

Answer 1

话说,这个需求挺蛋疼,为什么把那么多乱七八糟的字符串都存到一个list里去
如果你完全不知道其他字符串到底有可能是什么,不抛异常还能怎么办,自己正则判断吗,效率更低

Answer 2

 
也就是这问题无解哦？ xml是有规律的字符串，除了抛异常，必定还是有其他算法能快速找出来哦。

Answer 3

首先 怎么的判断是不是XML格式就是个问题

Answer 4

对呀，说个半天，就是这问题鄙人没有太好的解决方案，这不，来csdn求助各位经验丰富的大神呢。

Answer 5

话说,你的list里的数据到底哪来的,不是你自己放进去的吗,放进去之前先判断一下,如果是xml,放到另一个list里,不好吗
无脑add进去,过后又找,太没效率了

Answer 6

这个我觉的肯定不是这么弄的，你肯定要把合法的另外存，而过滤这个合法的XML的过程，注定高效不了。

Answer 7

如果List里的xml字符串错误原因一致的话倒是可以针对这个错误原因进行检查
但是如果错误原因不确定或者错误种类比较多的话，LoadXML() 然后捕获异常的方式反而效率会比较高
而且检查效率也与XML字符串的长度有关

Answer 8

list的数据是我添加进去的，放进去之前先判断一下，判断的时候不一样么？  100万条数据不一样要判断100万次么，判断这100万次是在所难免的，现在就想找个高效的方法来判断。

Answer 9

自己先简单预查一下，例如检测开头和结尾是不是<>就可以过滤掉大部分

Answer 10

那要看“不正确的xml”都是怎么个不正确。

Answer 11

我们假设你的错误的xml中任何地方都可能有错，比如最后一个标记的>没有封闭，有一种不回溯检测xml是否正确的算法。
那么显然对于list的每个成员，都必须完整读取一次才可以判断。

Answer 12

是的,这正是我反复强调的,不知道错误的字符串都有可能是什么,就无从判断是你加进去的没错,问题是数据源头肯定不是你代码写死的吧,数据到底是哪里来的?从数据库里读出来的?从网页上抓取的?网页上，所有的http请求数据，来自于不同网站，网站随机的，所以说，数据来源我们不可控啊。目前找到一个老外用汇编写的xml解析程序，效率还蛮高的，我用c++写个接口，编译成dll，再用c#调用，正在测试效率。

Answer 13

除了多开几个线程，如何判断是否是xml还是用微软现成的通过字符串加载xml方法，通过try catch来判断是否正确

Answer 14

这个就跟排序算法没有所谓最好最快一样,对于不同的数据,同样的算法效率也不见得一样
比如如果错误数据是固定缺失了最后的>,其实字符串判断最后是不是>就行了,这样是最快的,
但是对于其他类型的错误,这个算法就无能为力了而从头到尾检查每一项是否合法,必然是效率比较低的算法,但是也是适应性最强的算法

Answer 15

用try,catch捕获异常,虽然效率最低,但是除了能够验证结构是否缺失,还能验证每一项类型是否正确,就是是否能真正以xml的方式读取出来数据

Answer 16

我会告诉你我做过list里面有1000多万的数据的模糊搜索吗？最后哥写了一个多线程的分段搜索解决了。

Answer 17

只能先分批过滤，按照XML格式头比对

Answer 18

如果数量级是500万,加try.catch 肯定要蛋疼.
这个数量级如果不用多线程谈 效率也是 扯淡.
可不可以往索引表,Map等方向想. 像跑解密一样.