.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.

IList<OrderEntity> sourceList = new List<OrderEntity>();
            for (int i = 0; i < 1000000; i++)
            {
                OrderEntity o = new OrderEntity
                {
                    OrderNo = i % 500000,
                    Amount = 1,
                    Detail = "test"
                };
                sourceList.Add(o);
            }

方式一：直接distinct

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

var list2 = sourceList.GroupBy(t => new
            {
                t.OrderNo,
                t.Amount,
                t.Detail

            }).Select(g => g.First()).ToList();
            
 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

public class OrderEntityComparer : IEqualityComparer<OrderEntity>
    {
        public bool Equals(OrderEntity x, OrderEntity y)
        {
            if (Object.ReferenceEquals(x, y)) return true;
            if (Object.ReferenceEquals(x, null) || Object.ReferenceEquals(y, null))
                return false;
            return x.OrderNo == y.OrderNo && x.Amount == x.Amount && x.Detail == y.Detail;
        }

        public int GetHashCode(OrderEntity obj)
        {
            //Check whether the object is null
            if (Object.ReferenceEquals(obj, null)) return 0;
            //Get hash code for the Name field if it is not null.
            int hashOrderNo = obj.OrderNo.GetHashCode();

            //Get hash code for the Code field.
            int hashAmount = obj.Amount.GetHashCode();  

            int hashDetail = obj.Detail == null ? 0 : obj.Detail.GetHashCode();
            //Calculate the hash code for the product.
            return hashOrderNo ^ hashAmount ^ hashDetail;
        }
    }

 var list3 = sourceList.Distinct(new OrderEntityComparer()).ToList();

Console.WriteLine(list3.Count + " 耗时：" + watch.ElapsedMilliseconds);

 结果：达到去重目的，耗时也可以接受。