[C#]Linq在使用Distinct去除重複資料時如何指定所要依據的成員屬性

[C#]Linq在使用Distinct去除重複資料時如何指定所要依據的成員屬性

最近專案中在用Linq Distinct想要將重複的資料去除時,發現它跟Any之類的方法有點不太一樣,不能很直覺的在呼叫時直接帶入重複資料判斷的處理邏輯,所以當我們要用某個成員屬性做重複資料的判斷時,就必需繞一下路,這邊稍微將處理的方法做個整理並記錄一下。

 

首先為了方便接下去說明,我們必須先來準備後面會用到的資料類別,這邊一樣用筆者最常用來示範的Person類別,內含兩個成員屬性ID與Name。

	public struct Person
	{
		#region Property
		/// <summary>
		/// Gets or sets the ID.
		/// </summary>
		/// <value>The ID.</value>
		public string ID { get; set; }

		/// <summary>
		/// Gets or sets the name.
		/// </summary>
		/// <value>The name.</value>
		public string Name { get; set; } 
		#endregion


		#region Public Method
		/// <summary>
		/// Returns a <see cref="System.String"/> that represents this instance.
		/// </summary>
		/// <returns>
		/// A <see cref="System.String"/> that represents this instance.
		/// </returns>
		public override string ToString()
		{
			return Name;
		} 
		#endregion

 

接著準備要用來測試的資料,這邊準備了十一個Person物件,前十個物件的名稱都是Larry,第十一個物件的名稱為LastLarry。期望後面可以透過Distinct將重複的Larry過濾掉。

...
var datas = new List<Person>();
int idx = 0;
for (idx = 0; idx < 10; ++idx)
{
	datas.Add(new Person() {ID = idx.ToString(), Name = "Larry" });
}
datas.Add(new Person() { ID = idx.ToString(), Name = "LastLarry" });
...

 

若是我們想直接用內建的Distinct函式來過濾資料。

...
var distinctDatas = datas.Distinct();
ShowDatas(distinctDatas);
...
private static void ShowDatas<T>(IEnumerable<T> datas)
{
	foreach (var data in datas)
	{
		Console.WriteLine(data.ToString());
	}
}

 

可以看到運行起來並不如我們所預期的,過濾出來的資料跟沒過濾一樣。

image

 

為了解決這個問題,我們必須要做個可依照Person.Name去做比較的Compare類別,該Compare類別必須實做IEqualityCompare.Equals與IEqualityCompare.GetHashCode方法,並在呼叫Distinct過濾時將該Compare物件帶入。

...
distinctDatas = datas.Distinct(new PersonCompare());
ShowDatas(distinctDatas);
...
class PersonCompare : IEqualityComparer<Person>
{
	#region IEqualityComparer<Person> Members

	public bool Equals(Person x, Person y)
	{
		return x.Name.Equals(y.Name);
	}

	public int GetHashCode(Person obj)
	{
		return obj.Name.GetHashCode();
	}

	#endregion
}

 

運行起來就會是我們所期望的樣子。

image

 

但是這樣做代表我們每次碰到新的類別就必須要實現對應的Compare類別,用起來十分的不便。因此有人就提出用泛型加上反射的方式做一個共用的Compare類別。

 

	public class PropertyComparer<T> : IEqualityComparer<T>
	{
		private PropertyInfo _PropertyInfo;

		/// <summary>
		/// Creates a new instance of PropertyComparer.
		/// </summary>
		/// <param name="propertyName">The name of the property on type T 
		/// to perform the comparison on.</param>
		public PropertyComparer(string propertyName)
		{
			//store a reference to the property info object for use during the comparison
			_PropertyInfo = typeof(T).GetProperty(propertyName,
		BindingFlags.GetProperty | BindingFlags.Instance | BindingFlags.Public);
			if (_PropertyInfo == null)
			{
				throw new ArgumentException(string.Format("{0} is not a property of type {1}.", propertyName, typeof(T)));
			}
		}

		#region IEqualityComparer<T> Members

		public bool Equals(T x, T y)
		{
			//get the current value of the comparison property of x and of y
			object xValue = _PropertyInfo.GetValue(x, null);
			object yValue = _PropertyInfo.GetValue(y, null);

			//if the xValue is null then we consider them equal if and only if yValue is null
			if (xValue == null)
				return yValue == null;

			//use the default comparer for whatever type the comparison property is.
			return xValue.Equals(yValue);
		}

		public int GetHashCode(T obj)
		{
			//get the value of the comparison property out of obj
			object propertyValue = _PropertyInfo.GetValue(obj, null);

			if (propertyValue == null)
				return 0;

			else
				return propertyValue.GetHashCode();
		}

		#endregion
	}

 

使用時只要帶入泛型的型態與成原屬性的名稱,就可以產生出需要的Compare物件。

...
distinctDatas = datas.Distinct(new PropertyComparer<Person>("Name"));
ShowDatas(distinctDatas);
...

 

這樣的作法是減少了許多額外的負擔,但是感覺還是少了一條路,用起來也還是必須要建立Compare物件,而且反射也存在著效能的問題,如果每個元素都透過這個Compare去做判斷,感覺處理上也不是很漂亮。所以有人也意識到了這個問題,用擴充方法提供了一條我們比較熟悉的路,可以直接將Lambda帶入以決定元素要怎樣過濾。

public static class EnumerableExtender
{
	public static IEnumerable<TSource> Distinct<TSource, TKey>(this IEnumerable<TSource> source, Func<TSource, TKey> keySelector)
	{
		HashSet<TKey> seenKeys = new HashSet<TKey>();
		foreach (TSource element in source)
		{
			var elementValue = keySelector(element);
			if (seenKeys.Add(elementValue))
			{
				yield return element;
			}
		}
	}
}

 

使用上會好寫許多。

...
distinctDatas = datas.Distinct(person => person.Name);
ShowDatas(distinctDatas);
...

 

若是不想加入額外的類別,我們也可以透過Group方式來達到類似的效果。

			distinctDatas = from data in datas
							group data by data.Name into g
							select g.First();
			ShowDatas(distinctDatas);

 

Link