C# Linq 的三种去重方式（Distinct）

迷恋自留地2021-5-1749

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。

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<Person>();            for (int i = 0; i < 1000000; i++)            {                list.Add(new Person() { Age = 18, Name = "迷恋自留地" });            }            for (int i = 0; i < 1000; i++)            {                list.Add(new Person() { Age = 19, Name = "迷恋自留地" });            }

第一种分组去重

年龄和名称进行分组，然后取第一条即可达到去重，如下：

var  list1 = list.GroupBy(d => new { d.Age, d.Name })    .Select(d => d.FirstOrDefault())    .ToList();

第二种 HashSet去重（扩展方法）

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（在静态函数中定义），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<TSource> Distinct<TSource, TKey>(        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;            }        }    }

述扩展方法即可去重，如下：

 var  list2 = list.Distinct(d => new { d.Age, d.Name }).ToList();

第三种 IEqualityComparer去重（扩展方法）

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<Person>();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;}