C#黔驴技巧之去重（Distinct）

C#黔驴技巧之去重（Distinct）

前言
关于C#中默认的Distinct方法在什么情况下才能去重，这个就不用我再多讲，针对集合对象去重默认实现将不再满足，于是乎我们需要自定义实现来解决这个问题，接下来我们详细讲解几种常见去重方案，孰好孰歹自行判之。

分组
首先给出我们需要用到的对象，如下：

public class Person
{

public string Name { get; set; } public int Age { get; set; }

}
接下来我们添加100万条数据到集合中，如下：

var list = new List();
for (int i = 0; i < 1000000; i++)
{

list.Add(new Person() { Age = 18, Name = "jeffcky" });

}
接下来我们对年龄和名称进行分组，然后取第一条即可达到去重，如下：

list = list.GroupBy(d => new { d.Age, d.Name })

.Select(d => d.FirstOrDefault()) .ToList();

扩展方法（HashSet去重）
我们知道在C#中HashSet对于重复元素会进行过滤筛选，所以我们写下如下扩展方法，遍历集合元素，最后利用HashSet进行过滤达到去重目的，如下：

public static IEnumerable Distinct(

 this IEnumerable<TSource> source, Func<TSource, TKey> keySelector) { var hashSet = new HashSet<TKey>(); foreach (TSource element in source) { if (hashSet.Add(keySelector(element))) { yield return element; } } } 

最后调用上述扩展方法即可去重，如下：

list = list.Distinct(d => new { d.Age, d.Name }).ToList();
扩展方法（IEqualityComparer去重）
在实际项目中有很多通过具体实现类实现该接口，通过重写Equals和HashCode比较属性值来达到去重目的，因为对于每一个类都得实现对应比较器，所以并不通用，反而利用上述方式才是最佳，其实我们大可借助该比较接口实现通用解决方案，对于每一个类都得实现一个比较器的原因在于，我们将属性比较放在类该接口内部，如果我们将属性比较放在外围呢，这个时候就达到了通用解决方案，那么我们怎么实现呢，通过委托来实现，实现该接口的本质无非就是比较HashCode，然后通过Equals比较其值，当比较HashCode时，我们强制其值为一个常量（比如0），当重写Equals方法我们调用委托即可，如下：

public static class Extensions
{

public static IEnumerable<T> Distinct<T>( this IEnumerable<T> source, Func<T, T, bool> comparer) where T : class => source.Distinct(new DynamicEqualityComparer<T>(comparer)); private sealed class DynamicEqualityComparer<T> : IEqualityComparer<T> where T : class { private readonly Func<T, T, bool> _func; public DynamicEqualityComparer(Func<T, T, bool> func) { _func = func; } public bool Equals(T x, T y) => _func(x, y); public int GetHashCode(T obj) => 0; }

}

最终通过指定属性进行比较即可去重，如下：

list = list.Distinct((a, b) => a.Age == b.Age && a.Name == b.Name).ToList();
性能比较
以上3种常见方式我们已经介绍完毕了，当数据量比较小时，我们大可忽略对集合进行各种操作所带来的性能，但是一旦数据量很大时，我们可能需要考虑性能，能节省一点时间或许有必要，于是乎，在上述100万条数据前提下，我们来分析其耗时情况，如下：

var list = new List();
for (int i = 0; i < 1000000; i++)
{

list.Add(new Person() { Age = 18, Name = "jeffcky" });

}

var time1 = Time(() =>
{

list.GroupBy(d => new { d.Age, d.Name }) .Select(d => d.FirstOrDefault()) .ToList();

});
Console.WriteLine($"分组耗时：{time1}");

var time2 = Time(() =>
{

list.Distinct(d => new { d.Age, d.Name }).ToList();

});
Console.WriteLine($"HashSet耗时：{time2}");

var time3 = Time(() =>
{

list.Distinct((a, b) => a.Age == b.Age && a.Name == b.Name).ToList();

});
Console.WriteLine($"委托耗时：{time3}");

static long Time(Action action)
{

var stopwatch = new Stopwatch(); stopwatch.Start(); action(); stopwatch.Stop(); return stopwatch.ElapsedMilliseconds;

}

总结
上述结果耗时大小比较理论应该不会出现逆转的情况，只是多少的问题，数据量较少时理论上差异也很明显，本文对于去重方式只是基于性能角度来分析，还是那句话大部分情况下，我们完全不需要考虑这些问题，不过，作为程序员的我们可能也想写出高性能、高质量的代码吧，有时候多考虑考虑也无妨，对自身有个好的代码质量要求也未尝不可，也还是那句话，孰好孰歹，自行判之。

原文地址https://www.cnblogs.com/CreateMyself/p/12863407.html