C# 从数组到集合的演进与最佳实践

在 C# 里，数组、List<T>、Dictionary<TKey, TValue> 和 HashSet<T> 经常被放在一起讨论，但它们的设计目标并不一样。要写出性能和可维护性都更稳的代码，关键不是“会用 API”，而是先搞清楚底层代价、扩容机制以及查找方式，再根据数据规模、是否允许重复、是否依赖索引访问来做选择。

这篇文章按“从基础结构到专用集合”的顺序展开：先看数组为什么快、为什么不灵活，再看 List<T> 怎样用内部数组实现动态增长，最后再把按键查找、去重和先进先出这类问题交给更合适的集合类型。读完后，你可以对常见场景做出更明确的选型判断。

数组为什么仍然是理解集合的起点

数组是 C# 中最基础的数据集合形式。很多更高级的集合，本质上都建立在它之上。理解数组，等于先掌握了集合在内存中的最原始模型。

数组的本质：连续的内存空间

当你声明一个数组，例如 int[] numbers = new int[5];，实际上是在内存中申请了一块连续且完整的空间，这块空间足以容纳 5 个 int 类型的数据。

• 连续存储：数组元素在内存中是挨着放的，可以理解为一排连续编号的位置。
• 固定大小：数组一旦创建，长度就确定了，后面不能直接扩容。
• 元素同型：同一个数组只能保存同一种类型的数据。

正因为有连续存储这个特性，数组才能以极低成本完成随机访问。CPU 不需要遍历前面的元素，只要通过 基地址 + i * 单个元素大小，就能直接定位到 array[i] 的地址，这也是它在读取场景下非常快的原因。

数组的声明、初始化与遍历

// 1. 声明并初始化大小
int[] scores = new int[5]; // 在内存中分配了5个int的空间，默认值为0

// 2. 通过索引访问 (从0开始)
scores[0] = 95;
scores[1] = 88;
int firstScore = scores[0];

// 3. 声明并直接初始化内容
string[] names = new string[] { "Alice", "Bob", "Charlie" };
// 或者更简洁的语法
string[] namesShort = { "Alice", "Bob", "Charlie" };

// 4. 遍历数组
foreach (string name in names)
{
    Console.WriteLine(name);
}

// 5. 获取长度
int nameCount = names.Length; // 结果是 3

这些语法并不复杂，但它们背后的限制很明确：你能高效地读写已有位置，却很难在运行中自由增减容量。

数组适合什么场景，不适合什么场景

数组的优势主要有两点：

• 索引访问性能高：通过 array[i] 读取元素属于 O(1) 操作，尤其适合频繁随机读取。
• 内存开销低：除元素本身外，额外结构成本很少。

数组的问题同样很直接：

• 长度不可变：创建时就要决定大小，而业务里的数据量往往是动态变化的。
• 中间插入和删除代价高：如果要在中间插入或删除元素，后续数据都要整体移动，复杂度是 O(n)。

所以，数组更适合“元素个数已知、类型固定、读取频繁”的场景，比如固定配置项、坐标缓存、批量数值处理等。如果集合大小会持续变化，数组往往只是起点，而不是终点。

List<T> 如何把数组变成“可增长”的集合

List<T> 可以理解为“带管理能力的数组”。它内部仍然依赖数组，但把容量变化、元素搬移和常用操作封装起来，因此成为日常开发里最常见的通用集合。

先分清 Count 和 Capacity

List<T> 之所以能动态增长，关键在于它把“实际元素数量”和“底层已分配容量”分开管理：

• Count：当前列表里真正存放的元素数量。
• Capacity：内部数组当前最多能容纳多少元素。

两者的关系始终是 Capacity >= Count。只要还有空位，新增元素就可以直接放进去；一旦即将装满，就会触发扩容。

扩容机制到底做了什么

当你向一个 List<T> 追加元素，而 Count 已经逼近 Capacity 时，内部通常会执行下面几步：

1. 创建一个新的、更大的数组，通常容量会扩到当前的两倍。
2. 把旧数组中的全部元素复制到新数组。
3. 丢弃旧数组，让内部引用切换到新数组。
4. 把新元素追加到新数组末尾。

这也是为什么 List<T> 大多数时候追加很方便，但在容量不够时会突然产生一次额外拷贝成本。数据量较大时，这个过程就值得关注了。

List<int> numbers = new List<int>(); // 初始Capacity通常为0
Console.WriteLine($"Count: {numbers.Count}, Capacity: {numbers.Capacity}");

numbers.Add(1); // 添加元素
Console.WriteLine($"Count: {numbers.Count}, Capacity: {numbers.Capacity}");  // 创建Capacity为4的容器
numbers.Add(2);
numbers.Add(3);
numbers.Add(4);
numbers.Add(5); // 此时会触发内部数组的扩容和复制！此时Capacity为8

Console.WriteLine($"Count: {numbers.Count}, Capacity: {numbers.Capacity}");

从这个例子可以看出，List<T> 的“动态”并不是无限伸缩，而是通过分配更大数组再复制数据实现的。它很好用，但不是没有代价。

常用 API 可以怎么分组理解

相比数组，List<T> 真正拉开差距的地方，在于它提供了更完整的操作接口。与其死记方法名，更有效的方式是按用途理解。

添加与插入

• Add(T item)：在末尾追加一个元素。
• AddRange(IEnumerable<T> collection)：把一组元素整体追加到末尾。
• Insert(int index, T item)：在指定位置插入一个元素。
• InsertRange(int index, IEnumerable<T> collection)：在指定位置插入一组元素。

末尾追加通常是最自然、成本也最低的使用方式；而在中间插入，本质上仍然需要移动后续元素，代价并没有因为换成 List<T> 就消失。

查找与判断

• Contains(T item)：判断某个元素是否存在。
• Exists(Predicate<T> match)：判断是否存在满足条件的元素。
• Find(Predicate<T> match)：返回第一个满足条件的元素。
• FindAll(Predicate<T> match)：返回所有满足条件的元素组成的新 List<T>。
• IndexOf(T item) 和 LastIndexOf(T item)：查找元素索引，找不到返回 -1。

这类方法非常适合一般业务开发，但要注意，List<T> 的查找大多仍然需要遍历，因此当你的核心需求是“按键快速定位”时，就应该考虑字典了。

删除、排序与转换

• Remove(T item)、RemoveAt(int index)、RemoveAll(Predicate<T> match)、RemoveRange(int index, int count)、Clear()
• Sort()、Sort(Comparison<T> comparison)、Reverse()
• ForEach(Action<T> action)、ToArray()、GetRange(int index, int count)

这些方法说明了一件事：List<T> 不是简单的“可变数组”，而是一套围绕顺序数据操作优化过的通用容器。它对绝大多数增删改查场景都足够友好，因此在不知道该选什么时，List<T> 往往是比数组更稳妥的默认选择。

什么时候该换成 Dictionary、HashSet、Queue 或 Stack

一旦你的需求不再是“按顺序存一串数据”，就不应该继续勉强使用数组或 List<T>。C# 提供这些特殊集合，本质上是为了把不同问题交给不同结构处理。

Dictionary<TKey, TValue>：按键查值的首选

当你需要通过一个唯一的 Key 快速找到对应的 Value 时，Dictionary<TKey, TValue> 几乎总是比列表遍历更合适。

• 底层原理：基于哈希表（Hash Table）实现，通过哈希函数把 Key 映射到内部索引。
• 性能特征：查找、插入、删除通常接近 O(1)。
• 使用约束：Key 必须唯一，而且不能为 null。

Dictionary<string, int> studentAges = new Dictionary<string, int>();

// 添加键值对
studentAges.Add("Alice", 20);
studentAges["Bob"] = 22; // 更方便的索引器语法

// 查找
if (studentAges.TryGetValue("Alice", out int age))
{
    Console.WriteLine($"Alice's age is {age}"); // 推荐用法，避免异常
}

// 遍历
foreach (var pair in studentAges)
{
    Console.WriteLine($"Key: {pair.Key}, Value: {pair.Value}");
}

其中 TryGetValue 是非常值得养成的写法。它能在不存在对应 Key 时避免异常，既更稳，也更符合高频查找的编码习惯。

HashSet<T>：只关心是否存在，而且不允许重复

如果你的需求从头到尾都不是“保存顺序”，而是“某个元素是否已经出现过”，那就应该优先考虑 HashSet<T>。

• 底层结构：同样基于哈希表，但只存储元素本身，不保存额外的 Value。
• 核心价值：元素唯一，Contains 检查通常接近 O(1)。
• 适用问题：去重、成员判断、交集并集差集这类集合运算。

HashSet<string> uniqueNames = new HashSet<string>();
uniqueNames.Add("Alice");
uniqueNames.Add("Bob");
uniqueNames.Add("Alice"); // 添加失败，因为 "Alice" 已存在

Console.WriteLine(uniqueNames.Count); // 输出: 2

bool hasBob = uniqueNames.Contains("Bob"); // 极快

很多人一开始会用 List<T> 配合 Contains 做去重，但只要数据量上来，这种写法就会越来越吃亏。HashSet<T> 更贴合问题本身。

Queue<T> 和 Stack<T>：顺序规则不同，结构就不同

当数据处理的关键不是“存多少”，而是“按什么顺序取”，就轮到队列和栈出场了。

• Queue<T>：先进先出（FIFO, First-In, First-Out）
  • Enqueue()：入队，添加到队尾。
  • Dequeue()：出队，从队首移除并返回元素。
• Stack<T>：后进先出（LIFO, Last-In, First-Out）
  • Push()：入栈，添加到栈顶。
  • Pop()：出栈，从栈顶移除并返回元素。

这两种集合在任务调度、撤销操作、深度遍历、消息排队等场景里都很常见。和用 List<T> 自己模拟相比，它们的表达意图更清晰，也更不容易写出方向反了的逻辑。

C# 集合选型可以怎样快速判断

如果把前面的内容压缩成实战规则，可以得到一套很直接的判断方式：

• 元素数量固定，且需要高频按索引读取：优先用数组。
• 元素数量会变化，主要还是顺序存取：优先用 List<T>。
• 需要通过唯一键快速找到值：用 Dictionary<TKey, TValue>。
• 需要去重，或者只关心元素是否存在：用 HashSet<T>。
• 需要先进先出：用 Queue<T>。
• 需要后进先出：用 Stack<T>。

真正的最佳实践，并不是机械记忆“哪个集合更高级”，而是把数据访问方式、是否允许重复、是否需要键值映射、是否依赖顺序规则这些问题先问清楚。集合选对了，代码性能、可读性和后续维护成本通常都会一起变好。