Linq之Distinct詳解

前天在做批量數據導入新增時，要對數據進行有效性判斷，其中還要去除重復，如果沒出現linq的話可能會新聲明一個臨時對象集合，然后遍歷原始數據判斷把符合條件的數據添加到臨時集合中，這在有了linq之后顯得比較麻煩。

一、首先創建一個控制台應用程序，添加一個Person對象

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;

namespace Compare
{
    public class Person
    {
        public string Name { get; set; }

        public int Age { get; set; }

        public Person(string name, int age)
        {
            this.Name = name;
            this.Age = age;
        }
    }
}

二、創建測試數據

創建了一個Name="ZhangSan"的Person對象，放入personList兩次，然后personList又創建了幾個Person對象，這幾個Person對象中也有Name、Age都重復的。例如:"XiaoMing",26.

            Person person = new Person("ZhangSan",26);
            List<Person> personList = new List<Person>() {
                person,
                new Person("XiaoMing",25),
                new Person("CuiYanWei",25),
                new Person("XiaoMing",26),
                 new Person("XiaoMing",25),
                new Person("LaoWang",26),
                new Person("XiaoMing",26),
                person
            };

三、測試

下面的代碼中用了兩種方式來選擇不重復的數據。

            List<Person> defaultDistinctPersons = personList.Distinct().ToList<Person>();
            foreach (Person p in defaultDistinctPersons)
            {
                Console.WriteLine("Name:{0}    Age:{1}",p.Name,p.Age);
            }
            Console.WriteLine("-----------------------------------------------------");
            List<Person> comparePersons = personList.Distinct(new PersonCompare()).ToList<Person>();
            foreach (Person p in comparePersons)
            {
                Console.WriteLine("Name:{0}    Age:{1}", p.Name, p.Age);
            }
            Console.ReadLine();

在華麗分割線上面是使用默認的distinct，下面是通過集成IEqualityComparer接口。下面是實現接口的代碼:

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;

namespace Compare
{
    public class PersonCompare:IEqualityComparer<Person>
    {
        public bool Equals(Person x, Person y)
        {
            if (x == null || y == null)
                return false;
            return x.Name.Equals(y.Name) && x.Age == y.Age;
        }
        public int GetHashCode(Person obj)
        {
            return obj.GetHashCode();
        }
    }
}

在上面的代碼中，繼承IEqualityComparer接口，主要是實現了兩個方法: bool Equals(T x, T y);int GetHashCode(T obj);可能即使實現了接口也不了解里面是怎么個原理，我們先看下運行結果。

從上面的運行結果可以看到，兩個運行結果是一樣的，還是有重復的數據:例如XiaoMing,26.兩個都沒去除重復，只有ZhangSan那兩個去除重復了。是不是有實現接口多此一舉的感覺。那為什么還要有這個接口還要實現它呢？其實要說下GetHashCode和Equals。

在說GetHashCode和Equals之前先了解下distinct()，這個方法Distinct 默認比較的是對象的引用,所以使用默認的distinct()方法是ZhangSan對象是過濾除去的，而XiaoMing，26是兩個不同的對象，沒有除去。

然后說下GetHashCode和Equals兩個方法.

1.哈希碼哈希代碼是一個用於在相等測試過程中標識對象的數值。它還可以作為一個集合中的對象的索引。如果兩個對象的 Equals 比較結果相等，則每個對象的 GetHashCode 方法都必須返回同一個值。 如果兩個對象的比較結果不相等，這兩個對象的 GetHashCode 方法不一定返回不同的值.
簡而言之，如果你發現兩個對象 GetHashCode() 的返回值相等，那么這兩個對象就很可能是同一個對象；但如果返回值不相等，這兩個對象一定不是同一個對象.

當GetHashCode可以直接分辨出不相等時，Equals就沒必要調用了，而當GetHashCode返回相同結果時，Equals方法會被調用從而確保判斷對象是否真的相等。所以，還是那句話：GetHashCode沒必要一定把對象分辨得很清楚（況且它也不可能，一個int不可能代表所有的可能出現的值），有Equals在后面做保障。GetHashCode僅需要對對象進行快速判斷。

上面的幾句算是總結性的說明了兩個方法的是怎么個路子，這也能解釋出ZhangSan的重復去除，而其他的幾個對象沒有去重復的原因，ZhangSan那是一個對象，其他的雖然Name、Age相等，但不是同一個對象。

我們可以稍微改動下代碼來驗證上面的語句.在實現IEqualityComparer的接口類中打印出一些信息就能看明白

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;

namespace Compare
{
    public class PersonCompare:IEqualityComparer<Person>
    {
        public bool Equals(Person x, Person y)
        {
            if (x == null || y == null)
                return false;
            Console.WriteLine("XName:{0} XAge:{1} XHashCode:{2}  YName:{3} YAge:{4} YHashCode:{5}", x.Name, x.Age, x.GetHashCode(),y.Name,y.Age,y.GetHashCode());
            return x.Name.Equals(y.Name) && x.Age == y.Age;
        }
        public int GetHashCode(Person obj)
        {
            Console.WriteLine("GetHashCode Name:{0} Age:{1} HashCode:{2}",obj.Name,obj.Age,obj.GetHashCode());
            return obj.GetHashCode();
        }
    }
}

在GetHashCode中打印了對象的Name、Age和HashCode。可以看到HashCode只有ZhangSan的是相同的，在Equals方法中只打印出了ZhangSan的，還是因為上面的先判斷HashCode，相等了再使用Equals判斷。

我們再改動下實現IEqualityComparer的接口類

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;

namespace Compare
{
    public class PersonCompare:IEqualityComparer<Person>
    {
        public bool Equals(Person x, Person y)
        {
            if (x == null || y == null)
                return false;
            Console.WriteLine("XName:{0} XAge:{1} XHashCode:{2}  YName:{3} YAge:{4} YHashCode:{5}", x.Name, x.Age, x.GetHashCode(), y.Name, y.Age, y.GetHashCode());
            return x.Name.Equals(y.Name) && x.Age == y.Age;
        }
        public int GetHashCode(Person obj)
        {
            //Console.WriteLine("GetHashCode Name:{0} Age:{1} HashCode:{2}",obj.Name,obj.Age,obj.GetHashCode());
            //return obj.GetHashCode();
            string s = string.Format("{0}_{1}",obj.Name,obj.Age);
            Console.WriteLine("Name:{0} Age:{1} HashCode:{2}",obj.Name,obj.Age, s.GetHashCode());
            return s.GetHashCode();
        }
    }
}

根據上面的的代碼和測試結果我們可以看到，GetHashCode執行了7次(7個對象),Equals執行了3次，因為ZhangSan,26和XiaoMing,25兩個的哈希碼是一樣的就沒有繼續往下執行。