LINQ 查询以检测对象列表中的重复属性

Question

我有一个对象列表。这些对象由一个自定义类组成，该类基本上包含两个字符串字段String1 和String2。

我需要知道的是，这些字符串中的任何一个是否在该列表中重复。所以我想知道是objectA.String1 == objectB.String1，还是ObjectA.String2 == ObjectB.String2，还是ObjectA.String1 == ObjectB.String"，还是ObjectA.String2 == ObjectB.String1。

另外，我想将每个包含重复字符串的对象标记为具有重复字符串（对象上带有 bool HasDuplicate）。

所以当重复检测运行时，我想简单地遍历列表，如下所示：

foreach (var item in duplicationList)
    if (item.HasDuplicate)
        Console.WriteLine("Duplicate detected!");

这似乎是一个用 LINQ 解决的好问题，但我终其一生都无法找到一个好的查询。所以我已经使用'good-old' foreach 解决了它，但我仍然对 LINQ 版本感兴趣。

Answer 1

这是一个完整的代码示例，应该适用于您的情况。

class A
{
    public string Foo   { get; set; }
    public string Bar   { get; set; }
    public bool HasDupe { get; set; }
}

var list = new List<A> 
          { 
              new A{ Foo="abc", Bar="xyz"}, 
              new A{ Foo="def", Bar="ghi"}, 
              new A{ Foo="123", Bar="abc"}  
          };

var dupes = list.Where(a => list
          .Except(new List<A>{a})
          .Any(x => x.Foo == a.Foo || x.Bar == a.Bar || x.Foo == a.Bar || x.Bar == a.Foo))
          .ToList();

dupes.ForEach(a => a.HasDupe = true);

Answer 2

这应该可行：

public class Foo
{
    public string Bar;
    public string Baz;
    public bool HasDuplicates;
}

public static void SetHasDuplicate(IEnumerable<Foo> foos)
{
    var dupes = foos
        .SelectMany(f => new[] { new { Foo = f, Str = f.Bar }, new { Foo = f, Str = f.Baz } })
        .Distinct() // Eliminates double entries where Foo.Bar == Foo.Baz
        .GroupBy(x => x.Str)
        .Where(g => g.Count() > 1)
        .SelectMany(g => g.Select(x => x.Foo))
        .Distinct()
        .ToList();

    dupes.ForEach(d => d.HasDuplicates = true);    
}

你基本上在做的是

1. SelectMany : 创建一个包含所有字符串的列表，并附上它们的 Foo
2. 不同：删除同一 Foo 实例的双条目 (Foo.Bar == Foo.Baz)
3. GroupBy : 按字符串分组
4. Where ：过滤包含多个项目的组。这些包含重复项。
5. SelectMany : 从组中取回 foos。
6. 不同：从列表中删除两次出现的 foo。
7. ForEach ：设置 HasDuplicates 属性。

与 Winston Smith 的解决方案相比，此解决方案的一些优势是：

1. 更容易扩展到更多的字符串属性。假设有 5 个属性。在他的解决方案中，您必须编写 125 个比较来检查重复项（在 Any 子句中）。在此解决方案中，只需在第一个 selectmany 调用中添加属性即可。
2. 大型列表的性能应该更好。 Winston 的解决方案为列表中的每个项目迭代列表，而此解决方案只迭代一次。 （温斯顿的解是 O(n²)，而这个是 O(n)）。

Answer 3

首先，如果您的对象还没有 HasDuplicate 属性，请声明一个实现 HasDuplicateProperties 的扩展方法：

public static bool HasDuplicateProperties<T>(this T instance)
    where T : SomeClass 
    // where is optional, but might be useful when you want to enforce
    // a base class/interface
{
    // use reflection or something else to determine wether this instance
    // has duplicate properties
    return false;
}

您可以在查询中使用该扩展方法：

var itemsWithDuplicates = from item in duplicationList
                          where item.HasDuplicateProperties()
                          select item;

同样适用于普通属性：

var itemsWithDuplicates = from item in duplicationList
                          where item.HasDuplicate
                          select item;

或

var itemsWithDuplicates = duplicationList.Where(x => x.HasDuplicateProperties());

Answer 4

帽子提示https://stackoverflow.com/a/807816/492

var duplicates = duplicationList
                .GroupBy(l => l)
                .Where(g => g.Count() > 1)
                .Select(g => {foreach (var x in g)
                                 {x.HasDuplicate = true;}
                             return g;
                });

duplicates 是一次性的，但它可以让你在更少的枚举中到达那里。

Answer 5

var dups = duplicationList.GroupBy(x => x).Where(y => y.Count() > 1).Select(y => y.Key);

foreach (var d in dups)
    Console.WriteLine(d);