.Net Collection Distinct 去重

 由于业务场景的需要，海量的数据需要进行处理、组装，难免会出现冗余的重复数据。如何处理重复的数据就是一个问题。

简单的集合中，去重就可以用linq distinct来完成。对于复杂的集合直接使用distinct就会显得没那么有效了。

• 造数据

构造1M的orderentity，非重复的数据为1M/2.

 1 IList<OrderEntity> sourceList = new List<OrderEntity>();
 2             for (int i = 0; i < 1000000; i++)
 3             {
 4                 OrderEntity o = new OrderEntity
 5                 {
 6                     OrderNo = i % 500000,
 7                     Amount = 1,
 8                     Detail = "test"
 9                 };
10                 sourceList.Add(o);
11             }

方式一：直接distinct

1 var list = sourceList.Distinct().ToList(); 
2 Console.WriteLine(list.Count + " 耗时：" + watch.ElapsedMilliseconds);

 

结果还是1M,对于复杂的集合 distinct直接使用是没效果的。

方法二：对数据分组

1 var list2 = sourceList.GroupBy(t => new
2             {
3                 t.OrderNo,
4                 t.Amount,
5                 t.Detail
6 
7             }).Select(g => g.First()).ToList();
8             
9  Console.WriteLine(list2.Count + " 耗时：" + watch.ElapsedMilliseconds);

结果是500K, 对集合group处理还是有作用的，可惜的是耗时较高。

方法三：推荐 使用Distinct 重载

 1 public class OrderEntityComparer : IEqualityComparer<OrderEntity>
 2     {
 3         public bool Equals(OrderEntity x, OrderEntity y)
 4         {
 5             if (Object.ReferenceEquals(x, y)) return true;
 6             if (Object.ReferenceEquals(x, null) || Object.ReferenceEquals(y, null))
 7                 return false;
 8             return x.OrderNo == y.OrderNo && x.Amount == x.Amount && x.Detail == y.Detail;
 9         }
10 
11         public int GetHashCode(OrderEntity obj)
12         {
13             //Check whether the object is null
14             if (Object.ReferenceEquals(obj, null)) return 0;
15             //Get hash code for the Name field if it is not null.
16             int hashOrderNo = obj.OrderNo.GetHashCode();
17 
18             //Get hash code for the Code field.
19             int hashAmount = obj.Amount.GetHashCode();  
20 
21             int hashDetail = obj.Detail == null ? 0 : obj.Detail.GetHashCode();
22             //Calculate the hash code for the product.
23             return hashOrderNo ^ hashAmount ^ hashDetail;
24         }
25     }

1  var list3 = sourceList.Distinct(new OrderEntityComparer()).ToList();
2 
3 Console.WriteLine(list3.Count + " 耗时：" + watch.ElapsedMilliseconds);

 结果：达到去重目的，耗时也可以接受。