一个关于Linq对引用类型元素集合去重问题的思考

背景

说到对集合去重处理，第一时间想到的肯定是Linq的Distinct扩展方式，对于一般的值类型集合去重，很好处理，直接list.Distinct()即可。但是如果想要对一个引用类型的集合去重（属性值都相同就认为重复），就会发现，直接Distinct()是不行的：

public class User
{
    public int Id { get; set; }
    public string Name { get; set; }
}

var list = new List<User>() 
{ 
    new User() { Id = 1, Name = "张三" } ,
    new User() { Id = 1, Name = "张三" } ,
    new User() { Id = 3, Name = "李四" } ,
};

var newList1 = list.Distinct().ToList();

运行上述代码会发现，并不是预期想要的结果，newList1还是有3个元素。之所以会产生这样的结果，是因为Distinct()是通过使用默认的相等比较器对值进行比较返回序列中的非重复元素。对于值类型，默认的相等比较器是比较值是否相等，对于引用类型，默认的相等比较器是比较对象的引用地址，所以上述例子中即使属性值都相同，也不能去重。

IEqualityComparer<TSource>

聪明的我们，很容易就能发现，Linq已经为我们重载了一个去重方法，可以满足我们的需求：

public static IEnumerable<TSource> Distinct<TSource>(this IEnumerable<TSource> source, IEqualityComparer<TSource> comparer);

重载的这个方法，多提供了一个参数IEqualityComparer<TSource> comparer，是一个泛型接口，我们只需要对这个接口进行实现，即可满足我们的去重需求：

public class UserComparer : IEqualityComparer<User>
{
    public bool Equals(User x, User y)
    {
        return x.Id == y.Id && x.Name == y.Name;
    }

    public int GetHashCode(User obj)
    {
        return obj.ToString().GetHashCode();
    }
}

IEqualityComparer<TSource> 定义了两个方法，一个是Equals，一个是GetHashCode。这里我查找参考资料发现，进行比较时，默认先通过GetHashCode对两个元素进行比较，如果HashCode不同，则认为两个元素不同，如果相同则再通过Equals方法比较。所以这里我不能直接将User对象GetHashCode处理，而是先转换成了字符串再GetHashCode。通过这个重载方法，我们就可以到达目的了：

var newList2 = list.Distinct(new UserComparer()).ToList();

甚至我们还可以实现只要某个属性相同就认为重复的效果，只需要在Equals方法按想要比较方式进行处理即可。

延伸思考

Distinct的重载方法，基本已经能够满足我们的各式各样的去重需求了，但是想来想去，还是觉得有点别扭，那就是如果有类似的去重需求，我们都要新增一个类去实现IEqualityComparer<TSource>接口，不够灵活，本着封装重用的原则，想了想能否在这方面进行优化。恰巧最近在搞一个Android项目，学习了一下java，了解到java有一个匿名实现接口的语法特性，如果C#也能匿名实现接口，那就不需要增加那么多类去实现接口，会方便很多。很遗憾C#中没有这个特性，看了下资料我感觉java其实也不算是真正意义上的匿名实现，它是编译器做了手脚，编译的时候生成了一个真实的类去实现接口。在一番查找资料后，终于找到了一个很好的解决方案：

public class LambdaComparer<T> : IEqualityComparer<T>
{
    private readonly Func<T, T, bool> _lambdaComparer;
    private readonly Func<T, int> _lambdaHash;
    public LambdaComparer(Func<T, T, bool> lambdaComparer)
        : this(lambdaComparer, EqualityComparer<T>.Default.GetHashCode)
    {
    }
    public LambdaComparer(Func<T, T, bool> lambdaComparer, Func<T, int> lambdaHash)
    {
        if (lambdaComparer == null)
            throw new ArgumentNullException("lambdaComparer");
        if (lambdaHash == null)
            throw new ArgumentNullException("lambdaHash");
            _lambdaComparer = lambdaComparer;
            _lambdaHash = lambdaHash;
    }

    public bool Equals(T x, T y)
    {
        return _lambdaComparer(x, y);
    }

    public int GetHashCode(T obj)
    {
        return _lambdaHash(obj);
    }
}

很巧妙的采用了泛型委托的方式，实现只需要定义一个类实现IEqualityComparer<TSource>接口，Equals、GetHashCode的实现，由传入的委托方法决定，接下来就简单了

var newList3 = list.Distinct(new LambdaComparer<User>((a, b) => a.Id == b.Id && a.Name == b.Name, obj => obj.ToString().GetHashCode())).ToList();

是不是很熟悉的写法，想怎么比较就怎么比较，方便快捷，不需要定义那么多类去实现接口，目的达到。Linq中有很多扩展方法，都会用到IEqualityComparer<TSource>接口。通过这种方式，可以大大提高重用率。

参考资料

1、https://www.cnblogs.com/mirageJ/p/8950842.html

2、https://ask.helplib.com/c-Sharp/post_1277383