1、需求
在代码中经常会遇到需要把对象复制一遍,或者把属性名相同的值复制一遍。
比如:
1
2
3
4
5
6
7
8
9
10
11
12
13
|
public class Student { public int Id { get ; set ; } public string Name { get ; set ; } public int Age { get ; set ; } } public class StudentSecond { public int Id { get ; set ; } public string Name { get ; set ; } public int Age { get ; set ; } } |
Student s = new Student() { Age = 20, Id = 1, Name = "Emrys" };
我们需要给新的Student赋值
Student ss = new Student { Age = s.Age, Id = s.Id, Name = s.Name };
再或者给另一个类StudentSecond的属性赋值,两个类属性的名称和类型一致。
StudentSecond ss = new StudentSecond { Age = s.Age, Id = s.Id, Name = s.Name };
2、解决办法
当然最原始的办法就是把需要赋值的属性全部手动手写。这样的效率是最高的。但是这样代码的重复率太高,而且代码看起来也不美观,更重要的是浪费时间,如果一个类有几十个属性,那一个一个属性赋值岂不是浪费精力,像这样重复的劳动工作更应该是需要优化的。
2.1、反射
反射应该是很多人用过的方法,就是封装一个类,反射获取属性和设置属性的值。
1
2
3
4
5
6
7
8
9
10
11
12
13
|
private static TOut TransReflection<TIn, TOut>(TIn tIn) { TOut tOut = Activator.CreateInstance<TOut>(); foreach (var itemOut in tOut.GetType().GetProperties()) { var itemIn = tIn.GetType().GetProperties().Where(i => i.Name == itemOut.Name).FirstOrDefault(); if (itemIn != null ) { itemOut.SetValue(tOut, itemIn.GetValue(tIn)); } } return tOut; } |
调用:StudentSecond ss= TransReflection<Student, StudentSecond>(s);
调用一百万次耗时:2464毫秒
2.2、序列化
序列化的方式有很多种,有二进制、xml、json等等,今天我们就用Newtonsoft的json进行测试。
调用:
1
|
StudentSecond ss= JsonConvert.DeserializeObject<StudentSecond>(JsonConvert.SerializeObject(s)); |
调用一百万次耗时:2984毫秒
从这可以看出序列化和反射效率差别不大。
3、表达式树
3.1、简介
关于表达式树不了解的可以百度。
也就是说复制对象也可以用表达式树的方式。
1
2
3
|
Expression<Func<Student, StudentSecond>> ss = (x) => new StudentSecond { Age = x.Age, Id = x.Id, Name = x.Name }; var f = ss.Compile(); StudentSecond studentSecond = f(s); |
这样的方式我们可以达到同样的效果。
有人说这样的写法和最原始的复制没有什么区别,代码反而变多了呢,这个只是第一步。
3.2、分析代码
我们用ILSpy反编译下这段表达式代码如下:
1
2
3
4
5
6
7
8
9
10
11
12
|
ParameterExpression parameterExpression; Expression<Func<Student, StudentSecond>> ss = Expression.Lambda<Func<Student, StudentSecond>>(Expression.MemberInit(Expression.New(typeof(StudentSecond)), new MemberBinding[] { Expression.Bind(methodof(StudentSecond.set_Age( int )), Expression.Property(parameterExpression, methodof(Student.get_Age()))), Expression.Bind(methodof(StudentSecond.set_Id( int )), Expression.Property(parameterExpression, methodof(Student.get_Id()))), Expression.Bind(methodof(StudentSecond.set_Name(string)), Expression.Property(parameterExpression, methodof(Student.get_Name()))) }), new ParameterExpression[] { parameterExpression }); Func<Student, StudentSecond> f = ss.Compile(); StudentSecond studentSecond = f(s); |
那么也就是说我们只要用反射循环所有的属性然后Expression.Bind所有的属性。最后调用Compile()(s)就可以获取正确的StudentSecond。
看到这有的人又要问了,如果用反射的话那岂不是效率很低,和直接用反射或者用序列化没什么区别吗?
当然这个可以解决的,就是我们的表达式树可以缓存。只是第一次用的时候需要反射,以后再用就不需要反射了。
3.3、复制对象通用代码
为了通用性所以其中的Student和StudentSecond分别泛型替换。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
|
private static Dictionary<string, object> _Dic = new Dictionary<string, object>(); private static TOut TransExp<TIn, TOut>(TIn tIn) { string key = string.Format( "trans_exp_{0}_{1}" , typeof(TIn).FullName, typeof(TOut).FullName); if (!_Dic.ContainsKey(key)) { ParameterExpression parameterExpression = Expression.Parameter(typeof(TIn), "p" ); List<MemberBinding> memberBindingList = new List<MemberBinding>(); foreach (var item in typeof(TOut).GetProperties()) { MemberExpression property = Expression.Property(parameterExpression, typeof(TIn).GetProperty(item.Name)); MemberBinding memberBinding = Expression.Bind(item, property); memberBindingList.Add(memberBinding); } MemberInitExpression memberInitExpression = Expression.MemberInit(Expression.New(typeof(TOut)), memberBindingList.ToArray()); Expression<Func<TIn, TOut>> lambda = Expression.Lambda<Func<TIn, TOut>>(memberInitExpression, new ParameterExpression[] { parameterExpression }); Func<TIn, TOut> func = lambda.Compile(); _Dic[key] = func; } return ((Func<TIn, TOut>)_Dic[key])(tIn); } |
调用:StudentSecond ss= TransExp<Student, StudentSecond>(s);
调用一百万次耗时:564毫秒
4、总结
从以上的测试和分析可以很容易得出,用表达式树是可以达到效率与书写方式二者兼备的方法之一,总之比传统的序列化和反射更加优秀。
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,同时也希望多多支持服务器之家!
原文链接:http://www.cnblogs.com/emrys5/p/expression_trans_model.html