Question

给定数据结构：

class TheClass
{
    int NodeID;
    double Cost;
    List<int> NodeIDs;
}

包含数据的列表：

27 -- 10.0 -- 1, 5, 27
27 -- 10.0 -- 1, 5, 27
27 -- 10.0 -- 1, 5, 27
27 -- 15.5 -- 1, 4, 13, 14, 27
27 -- 10.0 -- 1, 4, 25, 26, 27
27 -- 15.5 -- 1, 4, 13, 14, 27
35 -- 10.0 -- 1, 4, 13, 14, 35

我想将其缩减为唯一的NodeID列表

27 -- 10.0 -- 1, 5, 27
27 -- 15.5 -- 1, 4, 13, 14, 27
27 -- 10.0 -- 1, 4, 25, 26, 27
35 -- 10.0 -- 1, 4, 13, 14, 35

然后我将总结成本列（节点27总成本：10.0 + 15.5 + 10.0 = 35.5） - 该部分是直接的。

删除重复行/查找唯一身份的最快方法是什么？

生产数据集将具有100到200个ID的NodeID列表，列表中大约1,500个，其中大约500个是唯一的。

我100％专注于速度 - 如果添加一些其他数据会有所帮助，我很高兴（我已经尝试将列表哈希到SHA值，但结果变慢了比我现在的咕噜声详尽的搜索。）

Answer 1

.GroupBy(x=> string.Join(",", x.NodeIDs)).Select(x=>x.First())

大数据应该比区别更快。

Answer 2

如果您想根据相同的列表删除重复的对象，可以为列表创建自定义IEqualityComparer<T>并将其用于Enumerable.GroupBy。然后，您只需为每个组创建班级的新实例，并总结Cost。

这是一个可能的实现（from）：

public class ListEqualityComparer<T> : IEqualityComparer<List<T>>
{
    public bool Equals(List<T> lhs, List<T> rhs)
    {
        return lhs.SequenceEqual(rhs);
    }

    public int GetHashCode(List<T> list)
    {
        unchecked
        {
            int hash = 23;
            foreach (T item in list)
            {
                hash = (hash * 31) + (item == null ? 0 : item.GetHashCode());
            }
            return hash;
        }
    }
}

这是一个选择每个组一个（唯一）实例的查询：

var nodes = new List<TheClass>(); // fill ....
var uniqueAndSummedNodes = nodes
    .GroupBy(n => n.NodeIDs, new ListEqualityComparer<int>())
    .Select(grp => new TheClass
    {
        NodeID = grp.First().NodeID,  // just use the first, change accordingly
        Cost = grp.Sum(n => n.Cost),
        NodeIDs = grp.Key
    });
nodes = uniqueAndSummedNodes.ToList();

此实现使用SequenceEqual来考虑列表中每个数字的顺序和出现次数。

修改：我只是看到你不想总结小组Costs，而是总结所有小组＆＃39 ; Cost，这很简单：

double totalCost = nodes.Sum(n => n.Cost);

如果您不想总结该组本身，请替换

...
Cost = grp.Sum(n => n.Cost),

与

...
Cost = grp.First().Cost, // presumes that all are the same

Linq找到重复列表的最快方式？

2 个答案: