我們在開發C#程序的時候，有時候遇到一些非常多的數據需要處理，尤其是我們要對一個集合中的數據做相同操作，這個集合中又包含了多個數據，我們一般使用for循環對集合中的每個數據分別處理，這樣處理起來可能需要花費很多的時間，那么有沒有能夠優化這個處理時間的方法呢，本文就來幫助大家解決這個問題！
1、傳統foreach循環處理
下面的代碼中使用Initialtest方法首先從本地讀取一個文件名叫 "蘋果.jpeg"的圖像，然后使用gdi技術復制這個圖像200遍，然后把這200個圖像存到ImageParamList 這個集合中，然后我們把這200個圖像保存到本地電腦中，由于圖像數據比較多，所以保存起來的速度比較慢，比如我這里定義了一個SavaImage方法，該方法使用foreach循環將ImageParamList 集合中200個圖像分別保存，在我的電腦上使用了差不多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 = "蘋果.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、并行處理
為了加快圖像保存的速度，我們使用C#中的并行計算功能，所謂并行計算在C#中其實使用了多個線程同時對集合中的數據進行處理，這樣能夠充分利用電腦資源來加速對集合數據的處理，我這里定義了一個SavaImageParallel方法，對集合調用AsParallel().ForAll()，這個ForAll里面傳入的是一個委托，這樣就能實現并行處理，經過實際測試SavaImageParallel方法使用并行處理后，200個圖像存儲到本地只需要3秒，快了7倍左右，堪稱程序性能優化的神器，兄弟們快在項目中用起來吧！
private void SavaImageParallel(List<ImageParam> ImageParamList) { ImageParamList.AsParallel().ForAll(item => { string fileName = $"{item.Index }.bmp"; item.img.Save(fileName); }); }
該文章在 2025/4/27 18:38:19 編輯過
400 186 1886
