交叉索引引用

Question

對不起，如果標題混亂，我不能確定我應該如何標籤，我試過。

我正在寫一個程序做一些交叉索引搜索，該程序是使用Visual Studio 2010中

寫在C＃我有3列的表格：Category，Type和Item。該表是從excel電子表格讀入並存儲在某種數據結構中的（稍後將對此進行解釋）。以下是該表的簡短示例。

| CATEGORY | TYPE | ITEM | <<header row 
| categoryA | typeA | itemA | <<first entry 
| categoryA | typeB | N/A | 
| categoryA | typeC | itemB | 
| categoryA | typeD | N/A | 

我將讀取兩個用戶輸入字符串，並且我希望程序確定它們是否匹配。 [假設用戶輸入沒有錯字，我已經寫一個函數來處理這個和正常化兩個字符串]

確定兩個字符串是否匹配是這樣的邏輯：

1）如果字符串是一個CATEGORY，每TYPE和ITEM具有相同的CATEGORY是匹配。

2）如果字符串是TYPE或ITEM，在同一行中唯一的其他數據是匹配

下面是一些例子，串a和b是兩個輸入字符串和匹配是一個布爾值：

1) a = "categoryA", b = "typeA", match = true 
2) a = "categoryA", b = "itemB", match = true 
3) a = "typeC", b = "itemB", match = true 
4) a = "typeC", b = "itemA", match = false 
5) a = "itemA", b = "itemB", match = false 

如果這不夠清楚，我會給出更多的例子。

所以我的整體問題是：什麼是最適合的數據結構來存儲Excel電子表格中的數據，以及如何使用此數據結構進行搜索/比較匹配？

我雖然使用了Dictionary<string, string>，所以我可以在字典中搜索字符串a並獲取匹配字符串列表並進行比較，但是這樣我將會有一個巨大的字典和多個相同的密鑰，這是行不通的。

任何建議/幫助表示讚賞。

Answer 1

我會考慮使用DataTableSystem.Data命名空間，它適合存儲在內存中的表格數據。什麼可能使它更具吸引力是你可以用SQL查詢它，如通過DataView類RowFilter屬性查詢。

一些僞代碼：

DataTable excelTable = new DataTable(); 

//a method that reads Excel doc and injects data into DataTable 
PopulateFromExcel(excelTable); 

DataView dv = new DataView(excelTable); 
dv.RowFilter = "a = 'categoryA' AND b= 'typeA'"; 
var match = dv.Count > 0; 

Answer 2

我會建議使用DOCMD.TransferSpreadsheet方法和Excel數據導出到訪問，並做一些simplet quering以符合您的要求。

Answer 3

我有兩個建議：一是優化效率，而其他優化內存使用：

---

如果你做大量的查找，最有效的數據結構可能是一個元組的的HashSet。以下是一個示例：

var set = new HashSet<Tuple<string, string>>(); 

set.Add(Tuple.Create("categoryA", "typeA")); 
set.Add(Tuple.Create("categoryA", "itemA")); 
set.Add(Tuple.Create("typeA", "itemA")); 
set.Add(Tuple.Create("categoryA", "typeB")); 
set.Add(Tuple.Create("categoryA", "typeC")); 
set.Add(Tuple.Create("categoryA", "itemB")); 
... 

var found1 = set.Contains(Tuple.Create("categoryA", "typeC")); // yields True 
var found2 = set.Contains(Tuple.Create("itemA", "itemB")); // yields False 

當您讀取數據時，將爲每行添加應將True設置爲HashSet的所有可能組合。這將是相當大的，但查找操作應該幾乎是瞬間的。

---

或者，你可以創建一個類MyRow與領域Category，Type和Item和數據存儲在List<MyRow>。然後，你可以使用LINQ找到匹配的記錄：

var isMatch = myList.Any(row => (row.Category == string1 && row.Type == string2) 
          || (row.Category == string1 && row.Item == string2) 
          || ...); 

這需要最少的內存（因爲每個值只存儲一次）。但是，每個搜索操作都會遍歷完整列表，直到找到匹配項。