.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 = ; i < ; i++)
             {
                 OrderEntity o = new OrderEntity
                 {
                     OrderNo = i % ,
                     Amount = ,
                     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 ;
             //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 ?  : 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。