C# GroupBy分组的问题和解决

起因

今天在公司做一个需求的时候，写的是面条代码，一个方法直接从头写到尾，其中用到了GroupBy，且GroupBy的KeySelector是多个属性而不是单个属性。

但是公司最近推行Clean Code，要让代码有可读性。且作为一个有追求的程序员，肯定是不能写面条代码的，要对代码进行拆分。

重构前GroupBy大概是这样子的：

var groups = data.GroupBy(m => new { m.PropertyA, m.PropertyB})

个人对于短的Linq比较习惯于用方法而不是用关键字的那种写法。

一开始这样写是没问题的，但是重构的时候问题就来了：这个groups是什么类型？

重构以后这个groups是要作为参数进入到别的方法中的，方法签名显然是不能用var做类型推导，必须指定确定的类型。

我们知道GroupBy出来的东西是个泛型的东西，签名是IEnumerable<IGrouping<TKey, TSource>>，这个TSource类型是没问题，我没有对Source做修改，就是data本身的类型。

但是这个Key就有问题了。

我没有指定Key的类型，这里应该是匿名类型，于是定义了一个类型承接Key，代码变成了：

class EntityKey
{
    public int PropertyA { get set; }
    public string PropertyB { get set; }
}

......

var groups = data.GroupBy(m => new EntityKey { PropertyA = m.PropertyA, PropertyB = m.PropertyB});

但是后来我发现这样有问题，GroupBy指定的Key失效了。也就是说，groups的分组数量与data的长度一致，每一个group里面只有一个对象。

分析

发现这个问题后，我仔细思考了一下，大致猜到了问题出在哪里。

GroupBy这种东西，判断两个对象是不是一个分组，必然用到了相等判断。

虽然我没有看匿名类型反编译生成后的IL代码，不知道之前用的是怎么做的Key相等判断，但是引用类型的肯定是直接用对象的HashCode做判断。

这样子肯定是不行的，要解决引用类型的相等判断问题。

重现

根据猜测，我写了一个Sample程序最小化的重现了这个问题：

class Program
{
    static void Main(string[] args)
    {
        var list = new List<Student>();
        list.Add(new Student(1, "Cat", 10, "University1"));
        list.Add(new Student(2, "Dog", 10, "University1"));
        list.Add(new Student(3, "Pig", 10, "University2"));
        list.Add(new Student(4, "Fish", 12, "University1"));

        var groups = list.GroupBy(m => new {m.Age, m.Class});

        foreach (var group in groups)
        {
            Console.WriteLine("Age:{0},Class:{1}", group.Key.Age, group.Key.Class);
            foreach (var student in group)
            {
                Console.WriteLine(student);
            }
        }
    }

    class Student
    {
        public int Id { get; set; }
        public string Name { get; set; }
        public int Age { get; set; }
        public string Class { get; set; }

        public Student(int id, string name, int age, string @class)
        {
            Id = id;
            Name = name;
            Age = age;
            Class = @class;
        }

        public override string ToString()
        {
            return $"Id={Id},Name={Name},Age={Age},Class={Class}";
        }
    }

    class StudentKey
    {
        public int Age { get; set; }
        public string Class { get; set; }
    }
}

这时候输出结果是

Age:10,Class:University1

Id=1,Name=Cat,Age=10,Class=University1

Id=2,Name=Dog,Age=10,Class=University1

Age:10,Class:University2

Id=3,Name=Pig,Age=10,Class=University2

Age:12,Class:University1

Id=4,Name=Fish,Age=12,Class=University1

将new {m.Age, m.Class}替换为new StudentKey {Age = m.Age, Class = m.Class}，结果却变成了

Age:10,Class:University1

Id=1,Name=Cat,Age=10,Class=University1

Age:10,Class:University1

Id=2,Name=Dog,Age=10,Class=University1

Age:10,Class:University2

Id=3,Name=Pig,Age=10,Class=University2

Age:12,Class:University1

Id=4,Name=Fish,Age=12,Class=University1

Id=1和Id=2变成了两组。

解决问题

解决问题方式有几种。

第一种

最简单，就是直接将StudentKey从class变成struct。

但是这样有个问题，class是堆内存，struct是栈内存。

虽然实际情况不一定会出现内存异常什么的，但是总归是改变了一些东西，存在隐患。

第二种

第一种方式被我自己否决后，于是打开了Google搜了一下，在StackOverflow和MSDN以及查看GroupBy源码之后，得到了GroupBy的运行原理。

GroupBy在没有传comparer的时候，会创建一个基于当前TSource类型的默认的comparer。

但不管是默认的comparer还是我们自己传的comparer，都会调用Equals和GetHashCode两个方法，所以我们需要重载这两个方法。

第二种方法就是我们在类型上重载Equals和GetHashCode两个方法。

可以实现IEquatable<TKey>使用下面的代码，也可以不实现接口，使用重载的Equals方法。

但是不论如何，一定要重载GetHashCode。

修改后StudentKey如下

class StudentKey : IEquatable<StudentKey>
{
    public int Age { get; set; }
    public string Class { get; set; }

    public override int GetHashCode()
    {
        return Age.GetHashCode() ^ Class.GetHashCode();
    }

//            public override bool Equals(object obj)
//            {
//                var model = obj as StudentKey;
//                if (model == null)
//                {
//                    return false;
//                }
//
//                return model.Age == Age && model.Class == Class;
//            }

    public bool Equals(StudentKey other)
    {
        return Age == other.Age && Class == other.Class;
    }
}

第三种

第三种就是传一个comparer给GroupBy参数，实现一个IEqualityComparer<TKey>。

代码如下：

list.GroupBy(m => new StudentKey {Age = m.Age, Class = m.Class}, new StudentKeyComparer());

......

class StudentKeyComparer: IEqualityComparer<StudentKey>
{
    public bool Equals(StudentKey x, StudentKey y)
    {
        return x.Age == y.Age && x.Class == y.Class;
    }

    public int GetHashCode(StudentKey obj)
    {
        return obj.Age.GetHashCode() ^ obj.Age.GetHashCode();
    }
}

这种相对于第二种方式，最大的区别在于不用侵入实体类添加代码，但是原理是类似的。

总结

本文是在c#开发过程中碰到的一个GroupBy的分组的Key失效的问题。

了解其分组原理后，通过实现Equals和GetHashCode或者传入自定义的comparer，解决GroupBy的分组Key失效的问题。