C# List 源码总结

1:构造方法

        1:内部用数组实现,new的时候没有给初始容量时_emptyArray,容量为0,如果传入容量

        _items = new T[capacity]

2:Add接口

        1:每次容量不够都会扩容一倍,默认为4,后面为8,16,32,64。。。
        2:用数组实现,索引比较快
        3:扩容的时候会产生垃圾
        4:当元素为520时候,扩容到1024,浪费了很大空间

3:Remove接口

        1:用Array.Copy进行覆盖

4:IndexOf 接口

        1:时间复杂度为O(N)

5:Insert接口

        1:与Add接口类似扩容机制
        2:Array.Copy进行覆盖产生很多垃圾

6:Contains 接口

        1:使用线性查找元素

7:ToArray接口

        1:重新new一个数组,用Array.Copy实现

8:Find接口

        1:线性查找,时间复杂度为O(n)

9:Sort接口

        1:Array.Sort 使用的是快速排序方式进行排序,从而我们明白了 List 的 Sort 排序的效率为O(nlogn)

总结:

        1: List 的效率并不高,只是通用性强而已,算法都使用的是线性复杂度的算法

        2:当List里的元素不断增加时,会多次重新new数组,导致原来的数组被抛弃,产生GC

        3:提前告知 List 对象最多会有多少元素在里面会减少Add带来的GC

参考链接:《Unity3D高级编程之进阶主程》第一章,C#要点技术(一) - List 底层源码剖析 - 技术人生

源码链接 :

Reference Source

        

        

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是一个简单的平均线买卖指标的 C# 源代码示例: ```csharp using System; using System.Collections.Generic; namespace MovingAverageIndicator { class Program { static void Main(string[] args) { // 假设有一组股票价格数据 List<double> stockPrices = new List<double> { 100.0, 110.0, 120.0, 130.0, 140.0 }; // 计算指标 List<int> signals = CalculateMovingAverageIndicator(stockPrices, 5, 10); Console.WriteLine("买卖信号: "); foreach (var signal in signals) { Console.WriteLine(signal == 1 ? "买入" : "卖出"); } } static List<int> CalculateMovingAverageIndicator(List<double> prices, int shortPeriod, int longPeriod) { List<int> signals = new List<int>(); List<double> shortMA = CalculateSMA(prices, shortPeriod); List<double> longMA = CalculateSMA(prices, longPeriod); for (int i = longPeriod; i < prices.Count; i++) { if (shortMA[i - shortPeriod] > longMA[i - longPeriod]) { signals.Add(1); // 买入信号 } else { signals.Add(-1); // 卖出信号 } } return signals; } static List<double> CalculateSMA(List<double> prices, int period) { List<double> sma = new List<double>(); for (int i = period - 1; i < prices.Count; i++) { double sum = 0; for (int j = i - period + 1; j <= i; j++) { sum += prices[j]; } double average = sum / period; sma.Add(average); } return sma; } } } ``` 在这个示例代码中,我们根据短期和长期的移动平均线来计算平均线买卖指标。首先,我们使用 `CalculateSMA` 方法计算短期和长期的简单移动平均线。然后,我们比较短期移动平均线和长期移动平均线的值,若短期移动平均线大于长期移动平均线,则生成买入信号(1),否则生成卖出信号(-1)。最终,我们得到了买卖信号并打印出来。 请注意,这只是一个简化的示例,实际的平均线买卖指标可能需要更多的参数和计算方法。此示例仅用于演示如何计算平均线买卖指标。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值