大List的内存分配优化

最近要帮硬件的同事处理一点信号数据，因为要做成一个可显示图标的简单工具，这里选择使用C#。
　　原始数据大概有2000w调左右，都是双精度，要将数据转换为byte类型，同时还要统计其分布，计算相关性等等。所以考虑将所有数据都放到一个list中，再将处理完的数据放到另一个list中，经过多步处理，竟然已经生成了多个list（因为每一步的处理数据后面都需要用到所以不方便在同一list中进行复用）。然后调试过程中就报了“需要分配的持续内存不足”的错。
　　研究之后发现，list的内存大小，由Capacity控制，当Capacity=4，而要添加第五个元素时，Capacity就会增长一倍变为8，以后每次不够时,Capacity=Capacity2。
所以说Capacity一直是2的倍数，而比2000w更大，最接近2000w的就是2^25=33554432，如果是double类型，就相当于只需要2000w8Byte的内存空间，但是实际上分配的多了1300w*8Byte的内存，就是104M的内存，这就造成了很大的内存浪费。
　　解决办法，因为所有的数据处理都是基于2000w数据的，而且处理算法确定，所以处理完有多少条数据也可以计算得出。这样可以在每次实例化list对象时，就定义好Capacity的大小，List<T> list = new List<T>(Capacity)，这样只会分配指定Capacity的内存，不会造成浪费。