当前位置：首页 > news >正文

C#并行编程极大提升集合处理速度，再也没人敢说你程序性能差了！

news 来源：原创 2025/4/26 2:27:02

马工撰写的年入30万+C#上位机项目实战必备教程（点击下方链接即可访问文章目录）

1、《C#串口通信从入门到精通》
2、《C#与PLC通信从入门到精通》
3、《C# Modbus通信从入门到精通》
4、《C#Socket通信从入门到精通》
5、《C# MES通信从入门到精通》
6、《winform控件从入门到精通》
7、《C#操作MySql数据库从入门到精通》

以上教程CSDN订阅已超过2000+~

前言：

大家好，我是上位机马工，硕士毕业4年年入40万，目前在一家自动化公司担任软件经理，从事C#上位机软件开发8年以上！我们在开发C#程序的时候，有时候遇到一些非常多的数据需要处理，尤其是我们要对一个集合中的数据做相同操作，这个集合中又包含了多个数据，我们一般使用for循环对集合中的每个数据分别处理，这样处理起来可能需要花费很多的时间，那么有没有能够优化这个处理时间的方法呢，本文就来帮助大家解决这个问题！

1、传统foreach循环处理

下面的代码中使用Initialtest方法首先从本地读取一个文件名叫 "苹果.jpeg"的图像，然后使用gdi技术复制这个图像200遍，然后把这200个图像存到ImageParamList 这个集合中，然后我们把这200个图像保存到本地电脑中，由于图像数据比较多，所以保存起来的速度比较慢，比如我这里定义了一个SavaImage方法，该方法使用foreach循环将ImageParamList 集合中200个图像分别保存，在我的电脑上使用了差不多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 = "苹果.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);}}private void SavaImageParallel(List<ImageParam> ImageParamList){ImageParamList.AsParallel().ForAll(item => {string fileName = $"{item.Index }.bmp";item.img.Save(fileName);});}}class ImageParam{public int Index { get; set; }public Bitmap img;}

2、并行处理

为了加快图像保存的速度，我们使用C#中的并行计算功能，所谓并行计算在C#中其实使用了多个线程同时对集合中的数据进行处理，这样能够充分利用电脑资源来加速对集合数据的处理，我这里定义了一个SavaImageParallel方法，对集合调用AsParallel().ForAll()，这个ForAll里面传入的是一个委托，这样就能实现并行处理，经过实际测试SavaImageParallel使用并行处理后，200个图像存储到本地只需要3秒，快了7倍左右，堪称程序性能优化的神器，兄弟们快在项目中用起来吧！

 private void SavaImageParallel(List<ImageParam> ImageParamList){ImageParamList.AsParallel().ForAll(item => {string fileName = $"{item.Index }.bmp";item.img.Save(fileName);});}