使用 Group By 来删除重复项答案

【问题标题】：Use Group By in order to remove duplicates使用 Group By 来删除重复项
【发布时间】：2013-07-09 18:57:13
【问题描述】：

我正在寻找一种简单的方法来删除重复项，而无需实现 IComparable 类，不必重写 GetHashCode 等。

我认为这可以通过 linq 来实现。我有课：

class Person
{
    public string Name;
    public ing Age;
}

我有一个大约 500 人的列表List<Person> someList = new List<Person()

现在我想删除同名的人，如果有重复，我想保留年龄较大的人。换句话说，如果我有清单：

Name----Age---
Tom,     24  |
Alicia,  22  |
Alicia,  12  |

我希望最终得到：

Name----Age---
Tom,     24  |
Alicia,  22  |

如何通过查询来做到这一点？我的列表没有那么长，所以我不想创建哈希集也不想实现 IComparable 接口。如果我可以使用 linq 查询来做到这一点，那就太好了。

我认为这可以通过 groupBy 扩展方法来完成，方法如下：

var people = // the list of Person
person.GroupBy(x=>x.Name).Where(x=>x.Count()>1)
      ...    // select the person that has the greatest age...

【问题讨论】：

不需要Where 子句 - 如果只有一个人具有特定姓名，则该人的年龄最大。

标签： c# linq collections duplicates

【解决方案1】：

people
  .GroupBy(p => p.Name)
  .Select(g => g.OrderByDescending(p => p.Age).First())

这将适用于不同的 Linq 提供程序。如果这只是 Linq2Objects，并且速度很重要（通常情况下并不重要），请考虑使用网络上的许多 MaxBy 扩展之一（这里是 Skeet's）并替换

g.OrderByDescending(p => p.Age).First()

与

g.MaxBy(p => p.Age)

【讨论】：

【解决方案2】：

只要您首先创建一个辅助函数MaxBy，它能够从选择器最大的序列中选择项目，这将非常简单。不幸的是，LINQ 中的Max 函数不起作用，因为我们想从序列中选择项目，而不是选择的值。

var distinctPeople = people.GroupBy(person => person.Name)
   .Select(group => group.MaxBy(person => person.Age));

然后执行MaxBy：

public static TSource MaxBy<TSource, TKey>(this IEnumerable<TSource> source,
    Func<TSource, TKey> keySelector, IComparer<TKey> comparer = null)
{
    comparer = comparer ?? Comparer<TKey>.Default;

    using (var iterator = source.GetEnumerator())
    {
        if (!iterator.MoveNext())
            throw new ArgumentException("Source must have at least one item");

        var maxItem = iterator.Current;
        var maxKey = keySelector(maxItem);

        while (iterator.MoveNext())
        {
            var nextKey = keySelector(iterator.Current);
            if (comparer.Compare(nextKey, maxKey) > 0)
            {
                maxItem = iterator.Current;
                maxKey = nextKey;
            }
        }

        return maxItem;
    }
}

请注意，虽然您可以通过对序列进行排序然后获取第一项来获得相同的结果，但通常这样做的效率低于使用 max 函数仅执行一次。

【讨论】：

即使没有辅助函数也非常简单。 ;)
@MichaelBray 如果您指的是支出者的解决方案，那么问题是您不必为了获得最大序列而对整个序列进行排序；这避免了这一点。如果在您的特定情况下，您不在乎，那很好，但在一般情况下，始终对数据进行排序以获取属性具有最大值的项目并不总是合适的。
Servy：有效点。您应该澄清您的帖子，以便清楚这是您通过提供的代码获得的优势。

【解决方案3】：

我更喜欢简单：

var retPeople = new List<Person>;
        foreach (var p in person)
        {
            if(!retPeople.Contains(p))
            {
                retPeople.Add(p);
            }
        }

使 Person 实现 IComparable

【讨论】：

【解决方案4】：

我放弃了我的最后一个答案，因为我意识到它太慢而且太复杂了。这是更有意义的解决方案

        var peoplewithLargestAgeByName =
            from p in people
            orderby p.Name
            group p by p.Name into peopleByName
            select peopleByName.First ( );

这与@spender 提供的解决方案相同，但使用的是 linq 语法。

【讨论】：

您的查询选择的是一组年龄，而不是人。