摘要:[C#][Winform]GetWords小程式
最近寫了一個支援LearningEnglish的小程式（這篇)，其主要的程式碼如下：
List<string> lstSource = new List<string>();
01 
public void Convert()
02
{
03
//取得輸入
04 string[] arySource = (!String.IsNullOrEmpty(txtSource.Text.Trim())) ? txtSource.Lines : null;
05
06 if (arySource != null)
07
{
08 for (int i = 0; i < arySource.Length; i++)
09 {
10 //開始切字
11 ParseString(arySource[i]);
12
}
13 lstSource.TrimExcess();
14 //輸出結果
15 txtDestination.Lines = lstSource.ToArray();
16 }
17}
18
19public void ParseString(string data)
20{
21 foreach (Match match in Regex.Matches(data, @"[a-zA-Z]+"))
22 {
23 if (match.Value.Length > 1)
24 lstSource.Add(match.Value.ToLower());
25 }
26 lstSource.Sort();
27 RemoveDuplicate();
28}
29
30public void RemoveDuplicate()
31{
32 int i = 0;
33 while (i < lstSource.Count - 1)
34 {
35 if (lstSource[i] == lstSource[i + 1])
36 lstSource.Remove(lstSource[i + 1]);
37 else
38 i++;
39 }
40
}
public void Convert() 02
{ 03
//取得輸入 04
string[] arySource = (!String.IsNullOrEmpty(txtSource.Text.Trim())) ? txtSource.Lines : null; 05
06
if (arySource != null) 07
{ 08
for (int i = 0; i < arySource.Length; i++) 09
{ 10
//開始切字 11
ParseString(arySource[i]); 12
} 13
lstSource.TrimExcess(); 14
//輸出結果 15
txtDestination.Lines = lstSource.ToArray(); 16
} 17
} 18
19
public void ParseString(string data) 20
{ 21
foreach (Match match in Regex.Matches(data, @"[a-zA-Z]+")) 22
{ 23
if (match.Value.Length > 1) 24
lstSource.Add(match.Value.ToLower()); 25
} 26
lstSource.Sort(); 27
RemoveDuplicate(); 28
} 29
30
public void RemoveDuplicate() 31
{ 32
int i = 0; 33
while (i < lstSource.Count - 1) 34
{ 35
if (lstSource[i] == lstSource[i + 1]) 36
lstSource.Remove(lstSource[i + 1]); 37
else 38
i++; 39
} 40
}這裡會轉成List<String>的原因主要是想利用他的Sort()來排序(懶得自己寫)，不過它的效率似乎不是很理想，平均是O(n log n)，worst case是O(n2) 。
總覺得程式碼可以再漂亮一些、效能可以再好些，因此開放讓大家來找碴...
10/10/2009 更新：
根據網友larrynung提供的方法，使用List<T>.Contains()的方式可以免除呼叫副程式RemoveDuplicate()，測試結果發現速度稍有提昇：
去NY Times網站copy幾篇文章當作測試來源，先用原始的程式碼測試一遍，關掉程式；用新的程式碼測試一遍，關掉程式。以上方式測試兩次後的結果如下
| 時間 (ms) | 記憶體用量 (MB) | |
| 舊法：第一次 | 6831 | 25 |
| 新法：第一次 | 6618 | 25 |
| 舊法：第二次 | 6833 | 25 |
| 新法：第一次 | 6580 | 25 |
可以發現新法的效能的確稍有提昇，larrynung 
還有人有更好的想法嗎？
10/11/2009 更新：
larrynung又點出兩個盲點：Sort()應該放在副程式的外面 & 正規表示式可以一次全部批配。
所以我先把Sort()移出後得到下面結果
| 時間 (ms) | |
| 第一次 | 127 |
| 第二次 | 127 |
可見這個Sort 擺錯地方影響有多大
之後把逐行批配改成一次全部批配得到如下結果
| 時間 (ms) | |
| 第一次 | 123 |
| 第二次 | 121 |
還可以再次壓榨出效能
最後的code變得非常簡單，也不用再呼叫一些副程式了，如下：
public void Convert() { 
foreach (Match match in Regex.Matches(txtSource.Text, @"[a-zA-Z]+")) { 
if (match.Value.Length > 2 && !lstSource.Contains(match.Value.ToLower())) lstSource.Add(match.Value.ToLower()); } lstSource.TrimExcess(); lstSource.Sort(); txtDestination.Lines = lstSource.ToArray(); } 經過這次的討論發現 細心 & 經驗 是這次程式效能校調的關鍵， 要再次給代表大家給提出意見的larrynung一個大拇指
參考：
1. [C#]以列為單位讀取MultiLine TextBox的內容
3. MSDN List<T>.Contains() Method