准备测试数据

先准备用来测试求和的数组：

var random = new Random();
var data = Enumerable.Range(1, 67108864)
    .Select(i => (long)random.Next(int.MaxValue))
    .ToArray();

一个很大的长整型数组，装满了随机数，生成大约用 5 秒。

数组求和

我想到的求和方法有下面 5 种，使用 Stopwatch 计时：

Stopwatch watch = new Stopwatch();
//Enumerable.Sum
watch.Start();
var sum1 = data.Sum();
watch.Stop();
Console.WriteLine(watch.ElapsedMilliseconds);
//foreach
watch.Restart();
var sum2 = 0L;
foreach (var d in data)
    sum2 += d;
watch.Stop();
Console.WriteLine(watch.ElapsedMilliseconds);
//for Enumerable.Count
watch.Restart();
var sum3 = 0L;
for (int i = 0; i < data.Count(); i++) 
    sum3 += data[i];
watch.Stop();
Console.WriteLine(watch.ElapsedMilliseconds);
//for Length
watch.Restart();
var sum4 = 0L;
for (int i = 0; i < data.Length; i++)
    sum4 += data[i];
watch.Stop();
Console.WriteLine(watch.ElapsedMilliseconds);
//for 常数 
watch.Restart();
var sum5 = 0L;
for (int i = 0; i < 67108864; i++)
    sum5 += data[i];
watch.Stop();
Console.WriteLine(watch.ElapsedMilliseconds);

分别是使用 Enumerable.Sum、foreach、for，for 循环又根据结束条件分成了三个。

以下是测试结果：

	1	2	3	4	5	6	7	8	9	10
Enumerable.Sum	651	706	640	652	640	644	645	669	649	652
foreach	406	431	400	412	403	410	406	409	418	405
for Enumerable.Count	16532	16883	17100	16668	16810	17636	17413	17012	17567	17655
for Length	341	338	356	349	341	338	304	338	339	337
for 常数	299	293	306	315	298	295	301	296	296	297

(单位：毫秒)

从上面表格中可以看出：

Enumerable.Count 方式效率最差
另外两种 for 循环效率要高于 foreach，远高于 Enumerable.Sum

列表求和

将前面的代码简单修改，即可用来测试列表（List<T>）求和

得到的测试结果如下：

	1	2	3	4	5	6	7	8	9	10
Enumerable.Sum	766	693	703	974	704	971	699	966	978	751
foreach	698	707	693	682	741	706	686	697	700	709
for Enumerable.Count	1565	1570	1555	1562	1559	1700	1565	1684	1548	1752
for Length	759	772	761	750	749	788	786	774	747	762
for 常数	609	595	590	588	594	625	592	616	590	598

(单位：毫秒)

同样 Enumerable.Count 方式效率最差。

其他几中方式效率相差不太（相对于数组求和）。

总结

同是求和，不同和方式、不同的数据源有不同的效率。

这种效率差异在大规模计算时比较明显，少量计算则可忽略（毫秒级或微秒级的）。

说明：for + Enumerable.Count 的方式之以最慢，是因为每次循环都要调用 Enumerable.Count 方法（可从反编译的 IL 得知）。Enumerable.Count 方法本身效率不错，但经过近七千万次调用，落后 17 秒也是正常的，平均到每次也就 0.25 微秒（毫秒的千分之一）。常规使用，完全可以忽略，希望大家不要对 Enumerable.Count 产生误解。

有了这些测试数据，《.NET 4：并行求和不爽》一文中最后提出的问题也就很容易解答了。

来源：https://www.cnblogs.com/ldp615/archive/2011/07/14/dot-net-4-sum-efficiency-test.html

标签

效率