Question

我是C＃的新手。尝试删除CollectionIn1中的重复项，但不起作用。在CollectionIn中不会删除任何重复项。

请澄清一下，collectionIn具有[A，B，C，D]，collectionIn2具有[A，B，C]。

所以我想删除collectionIn中的值（A，B，C）

for (int i = 0; i < CollectionIn.Rows.Count; i++) {
    string value1 = CollectionIn.Rows[i].ItemArray[0].ToString().ToLower(); 

    for (int i2 = 0; i2 < CollectionIn2.Rows.Count; i2++) {
        string value2 = CollectionIn2.Rows[i2].ItemArray[0].ToString().ToLower(); 

        if (value1 == value2) {
            //Remove value1 when value1 == value2
            CollectionIn.Rows[i].Delete(); <--- Trying to delete when there is duplicate in both collections

            CollectionIn.AcceptChanges();
        }
    }
    //CollectionOut.Rows.Add(value1);
}

我对此链接做了一些更改 http://www.rpaforum.net/threads/how-to-compare-two-excel-sheet-using-c-code-in-blueprism.897/

Answer 1

比较两个集合可能具有O（n2）的复杂度。这是不好的。如果您具有初始哈希查找，则可以对此进行改进。

var Set1 = new Dictionary<string, int>();

//Prehash all values in the set that won't be deleted from 
for (int i = 0; i < CollectionIn.Rows.Count; i++)
{
    string value1 = CollectionIn.Rows[i].ItemArray[0].ToString().ToLower();
    Set1.Add(value1, i);
}

//Loop over the other set
for (int i2 = 0; i2 < CollectionIn2.Rows.Count; i2++)
{
    string value2 = CollectionIn2.Rows[i2].ItemArray[0].ToString().ToLower();

    int foundIndex;
    if (Set1.TryGetValue(value2, out foundIndex) == false)
        continue;

    //Remove value1 when value1 == value2
    CollectionIn.Rows[foundIndex].Delete();
}
CollectionIn.AcceptChanges(); //It's probably best to save changes last as a single call

我散列 CollectionIn，然后迭代 CollectionIn2。这意味着我需要一个字典，以便可以使用CollectionIn索引进行删除。如果将其反转，并且对CollectionIn2进行哈希处理，则只需将其作为哈希集，这样会更好，因为它能够处理CollectionIn集中的内部重复项，因此：

var Set2 = new HashSet<string>();

//Prehash all values in one set (ideally the larger set)
for (int i2 = 0; i2 < CollectionIn2.Rows.Count; i2++)
{
    string value2 = CollectionIn2.Rows[i2].ItemArray[0].ToString().ToLower();

    if (Set2.Contains(value2))
        continue; //Duplicate value
    else
        Set2.Add(value2);
}

//Loop over the other set
for (int i1 = 0; i1 < CollectionIn.Rows.Count; i1++)
{
    string value1 = CollectionIn.Rows[i1].ItemArray[0].ToString().ToLower();

    if (Set2.Contains(value1) == false)
        continue;

    //Remove value1 when value1 == value2
    CollectionIn.Rows[i1].Delete();
}

CollectionIn.AcceptChanges(); //It's probably best to save changes last as a single call

此模式将适用于许多数据集类型（包括列表，数组等）。当然，如果可以在同一数据库上为远程数据集编写SQL，那就更好了。

如果您喜欢lambda函数，它应该看起来像这样：

var alreadyInSet2 = new HashSet<string>(CollectionIn2.Rows.Cast<DataRow>()
                    .Select(x => x[0].ToString().ToLower()));

CollectionIn.Rows.Cast<DataRow>()
                    .Where(y => alreadyInSet2.Contains(y[0].ToString().ToLower()) == false)
                    .ToList() //I think you technically need this before calling ForEach
                    .ForEach(y => y.Delete());

CollectionIn.AcceptChanges();

另请参阅：With two very large lists/collections - how to detect and/or remove duplicates efficiently-在这里，更多的时间/工作可以用于更广泛的答案和性能增强。

Answer 2

您可以使用Distinct运算符删除重复项。

要从类似IList <>的内容中删除重复项，可以执行以下操作：

yourList.RemoveAll( yourList.Except( yourList.Distinct() ) );

Answer 3

foreach(var row in CollectionIn.Rows.Cast<DataRow>()
    .Where(x => CollectionIn2.Rows.Cast<DataRow>()
    .Any(y => y[0].ToString().ToLower() == x[0].ToString().ToLower())))
{
    row.Delete();
}
CollectionIn.AcceptChanges();

性能不是最好的，但是它可以工作并且易于阅读。

此外，由于在迭代集合时修改了集合，因此您的代码中也存在错误。

Answer 4

它有效且易于理解。

List<string> List1 = new List<string> { "A", "B", "C", "D" };
List<string> List2 = new List<string> { "A", "B", "C" };
List<string> ListTemp = new List<string>();

foreach (string str1 in List1)
{
     foreach (string str2 in List2)
     {
          if (str1 == str2)
          {
               ListTemp.Add(str1);
          }
     }
 }            

foreach (string temp in ListTemp)
{
     List1.Remove(temp);
}

Answer 5

mylist2 = mylist2.Distinct().ToList();
mylist1.RemoveAll(item => mylist2.Contains(item));

删除单个数据集中相对于C＃中另一个数据的重复项

5 个答案: