最好的答案当然是：想一想，如果你计划迭代，你是否可以使用比字典更合适的数据结构-正如Vikas Gupta在问题讨论开始时已经提到的那样。但作为整个主题的讨论仍然缺乏令人惊讶的好选择。一个是：

SortedList<string, string> x = new SortedList<string, string>();

x.Add("key1", "value1");
x.Add("key2", "value2");
x["key3"] = "value3";
foreach( KeyValuePair<string, string> kvPair in x )
            Console.WriteLine($"{kvPair.Key}, {kvPair.Value}");

为什么它会被认为是在字典上迭代的代码味道（例如，通过foreach（KeyValuePair＜，＞）？

清洁编码的基本原则：“表达意图！”罗伯特·C·马丁在《干净的代码》中写道：“选择能揭示意图的名字”。很明显，单是命名太弱了。“表达（揭示）每一个编码决策的意图”更好地表达了这一点。

一个相关的原则是“最小惊讶原则”。

为什么这与遍历字典有关？选择字典表达了选择数据结构的意图，该数据结构主要用于按关键字查找数据。如今，.NET中有太多的替代方案，如果您想遍历键/值对，可以选择其他选项。

此外：如果您迭代某个项目，您必须揭示项目的排序方式和预期排序方式！尽管Dictionary的已知实现按照添加项的顺序对密钥集合进行排序-AFAIK，Dictionary没有关于订购的可靠规范（有吗？）。

但替代方案是什么？

TLDR：SortedList：如果您的集合没有变得太大，一个简单的解决方案是使用SortedList<，>，它还为键/值对提供了完整的索引。

微软有一篇关于提及和解释试衣系列的长文：键控集合

提到最重要的：KeyedCollection<，>和SortedDictionary<，>。SortedDictionary＜，＞比SortedList快一点，仅当它变大时才插入，但缺少索引，并且仅当插入的O（log n）优先于其他操作时才需要。如果您真的需要O（1）来插入并接受较慢的迭代，则必须使用简单的Dictionary＜，＞。显然，对于每种可能的操作，没有最快的数据结构。。

此外，还有ImmutableSortedDictionary<，>。

如果一个数据结构不是您所需要的，那么从Dictionary<，>或甚至从新的ConcurrentDictionary>派生，并添加显式迭代/排序函数！

我很感激这个问题已经得到了很多回应，但我想做一点研究。

与在数组等对象上迭代相比，在字典上迭代可能会相当慢。在我的测试中，对数组的迭代耗时0.015003秒，而对字典（元素数量相同）的迭代耗时0.0365073秒，是其2.4倍！尽管我看到了更大的差异。相比之下，List介于0.00215043秒之间。

然而，这就像比较苹果和橙子。我的观点是迭代字典很慢。

字典是为查找而优化的，因此考虑到这一点，我创建了两种方法。一个简单地执行foreach，另一个迭代键然后查找。

public static string Normal(Dictionary<string, string> dictionary)
{
    string value;
    int count = 0;
    foreach (var kvp in dictionary)
    {
        value = kvp.Value;
        count++;
    }

    return "Normal";
}

这一个加载键并对其进行迭代（我也尝试将键拉入字符串[]，但差异可以忽略不计。

public static string Keys(Dictionary<string, string> dictionary)
{
    string value;
    int count = 0;
    foreach (var key in dictionary.Keys)
    {
        value = dictionary[key];
        count++;
    }

    return "Keys";
}

在本例中，正常的foreach测试花费0.0310062，密钥版本花费0.2205441。加载所有键并迭代所有查找显然要慢很多！

在最后一次测试中，我已经执行了十次迭代，看看使用这里的键是否有任何好处（此时我只是好奇）：

这是RunTest方法，如果它可以帮助您可视化正在发生的事情。

private static string RunTest<T>(T dictionary, Func<T, string> function)
{            
    DateTime start = DateTime.Now;
    string name = null;
    for (int i = 0; i < 10; i++)
    {
        name = function(dictionary);
    }
    DateTime end = DateTime.Now;
    var duration = end.Subtract(start);
    return string.Format("{0} took {1} seconds", name, duration.TotalSeconds);
}

这里，正常的foreach运行耗时0.2820564秒（大约是单个迭代耗时的十倍——正如您所预期的那样）。按键的迭代耗时2.2249449秒。

编辑添加：阅读其他一些答案让我怀疑如果我使用字典而不是字典会发生什么。在本例中，数组耗时0.0120024秒，列表耗时0.0185037秒，字典耗时0.0465093秒。可以合理地预期，数据类型会对字典的速度产生影响。

我的结论是什么？

如果可以的话，请避免在字典上进行迭代，因为它们比在具有相同数据的数组上进行迭代要慢得多。如果您确实选择遍历字典，不要太聪明，尽管速度较慢，但可能会比使用标准foreach方法做得更糟。

根据MSDN上的官方文档，迭代字典的标准方法是：

foreach (DictionaryEntry entry in myDictionary)
{
     //Read entry.Key and entry.Value here
}

有时，如果只需要枚举值，请使用字典的值集合：

foreach(var value in dictionary.Values)
{
    // do something with entry.Value only
}

本帖报道称，这是最快的方法：http://alexpinsker.blogspot.hk/2010/02/c-fastest-way-to-iterate-over.html

使用C#7，将此扩展方法添加到解决方案的任何项目中：

public static class IDictionaryExtensions
{
    public static IEnumerable<(TKey, TValue)> Tuples<TKey, TValue>(
        this IDictionary<TKey, TValue> dict)
    {
        foreach (KeyValuePair<TKey, TValue> kvp in dict)
            yield return (kvp.Key, kvp.Value);
    }
}

使用这个简单的语法

foreach (var(id, value) in dict.Tuples())
{
    // your code using 'id' and 'value'
}

或者这个，如果你喜欢的话

foreach ((string id, object value) in dict.Tuples())
{
    // your code using 'id' and 'value'
}

代替传统的

foreach (KeyValuePair<string, object> kvp in dict)
{
    string id = kvp.Key;
    object value = kvp.Value;

    // your code using 'id' and 'value'
}

扩展方法将IDictionary＜TKey，TValue＞的KeyValuePair转换为强类型元组，允许您使用这种新的舒适语法。

它只将所需的字典条目转换为元组，因此不会将整个字典转换为元组。因此，不存在与此相关的性能问题。

与直接使用KeyValuePair相比，调用扩展方法来创建元组的成本很低，如果您要将KeyValuePail的财产Key和Value分配给新的循环变量，那么这应该不是问题。

实际上，这种新语法非常适合大多数情况，除了低级别的超高性能场景，在这种情况下，您仍然可以选择不在特定位置使用它。

看看这个：MSDN博客-C#7中的新功能

如果您希望在默认情况下迭代值集合，我相信您可以实现IEnumerable＜＞，其中T是字典中值对象的类型，“this”是字典。

public new IEnumerator<T> GetEnumerator()
{
   return this.Values.GetEnumerator();
}