【C#】大批量判断文件是否存在的两种方法效率对比

在日常开发中，我们经常需要和文件打交道，特别是桌面开发，有时候会需要加载大批量的文件，而且可能还会存在部分文件缺失的情况，那么如何才能快速判断文件是否存在呢？如果处理不当，且文件数量比较多的时候，可能会造成卡顿等情况，进而影响程序的使用体验。今天就以一个简单的小例子，简述两种不同的判断文件是否存在的方式以及效率比较。

涉及知识点

在本示例中，涉及的知识点如下：

1. 单个文件是否存在判断，通常采用File.Exists(file)来判断文件是否存在，存在返回true，不存在返回false。

2. 获取目录下的文件，通常采用Directory.GetFiles(dir)来获取目录下的文件，返回目录下的文件列表。

3. 计算程序执行耗时，通常采用Stopwatch进行计算，单位可以是毫秒，秒，TimeSpan等。

前提

本示例的前提是，通常有多个文件（如：几十，几百，几千，几万）需要判断是否存在，且文件隶属于多个目录。

循环文件判断

C#默认提供的文件存在判断方式，一般用于单个文件。如果有多个文件，可以批量循环进行判断。步骤如下：

1. 循环需要判断的文件列表

2. 每个文件都判断一次文件是否存在。 

代码如下所示：

/// <summary>/// 逐一判断是否存在，并返回判断时长/// </summary>/// <param name="files"></param>/// <returns></returns>privatestaticlongCheckFileExist01(List<string> files){  Stopwatch stopwatch = new Stopwatch();  stopwatch.Start();  foreach (var file in files)  {    if (File.Exists(file))    {    }  }  stopwatch.Stop();  return stopwatch.ElapsedMilliseconds;}

上述判断方式，如果有一百个文件，则会进行一百次的文件是否存在判断，都是磁盘文件判断。

统一获取判断

统一获取，即获取文件夹目录下的文件，在内存中判断文件是否存在。步骤如下：

1. 先获取文件列表所在的文件夹，

2. 获取文件夹中的所有文件，存入字典中，

3. 然后通过字典判断是否包含文件

代码如下所示：

/// <summary>/// 统一获取文件夹目录中的文件，再进行判断/// </summary>/// <param name="files"></param>/// <returns></returns>privatestaticlongCheckFileExist02(List<string> files){  Stopwatch stopwatch = new Stopwatch();  stopwatch.Start();  Dictionary<string,string> dictionary = new Dictionary<string, string>();  var folders = files.Select(item=>Path.GetDirectoryName(item)).Distinct().ToList();  foreach (var folder in folders)  {    var tmpFiles=Directory.GetFiles(folder);    foreach(var tmpFile in tmpFiles)    {      dictionary[tmpFile] = tmpFile;    }  }  foreach (var file in files)  {    if (dictionary.TryGetValue(file, outstring a))    {    }  }  stopwatch.Stop();  return stopwatch.ElapsedMilliseconds;}

性能比较

在本示例中，分别从不同维度进行比较，如：本地文件和共享目录文件，以及不同文件数量进行比较。分别如下：

1. 本地文件

本地文件，分别对10到500个文件进行判断是否存在，对两种方式的耗时比较。

其中横坐标为文件数量，纵坐标为判断文件是否存在的执行耗时（毫秒）。如下所示：

通过比较发现，对于本地文件，结论如下：

1. 对于需要判断的文件数量较少时，循环单个文件和统一获取再判断，性能上并无太大差异。

2. 随着需要判断的文件数量逐渐增多，循环单个文件的耗时会增加，而统一获取在内存判断，则并无太大波动。

3. 受操作系统影响，性能耗时可能会存在波动。

2. 共享目录文件

共享文件，分别对10到500个文件进行判断是否存在，对两种方式的耗时比较。

其中横坐标为文件数量，纵坐标为判断文件是否存在的执行耗时（毫秒）。如下所示：

通过比较发现，对于共享目录文件，结论如下：

1. 随着需要判断的文件数量逐渐增多，循环单个文件的耗时会增加，而统一获取在内存判断，则并无太大波动。

2. 受操作系统或网络影响，性能耗时可能会存在波动。

结论

通过对本地文件和共享目录下文件，以及不同数量的文件进行文件是否存在校验的耗时比较分析，结论如下：

如果需要判断的文件数量比较多，且分散存储的目录虽然不唯一，却相对集中，建议采用第二种（统一获取）方式进行校验。