杂七杂八——使用LINQ检索重复值

来源：互联网发布：keynote mac 下载编辑：程序博客网时间：2024/05/16 07:05

杂七杂八——使用LINQ检索重复值

日常工作的时候，我们经常遇到需要检索一组数据中是否有重复值的情况，再根据具体情况进行相应的操作。如果不使用LINQ，那我们就得使用一层一层的foreach循环来做，不但麻烦、工作效率低（因为你得绕啊~~绕啊~~~），而且容易出bug。使用LINQ就方便得多。

举个我前天在工作中遇到的例子吧。当时是这样的——我需要查看一下用户新插入的值是否已经存在于数据库当中，如果有，就提醒客户不能插入这个值（实际上这个值是PK）。因为在进入页面的时候，我已经把目前数据库里所有的值都读出来、放在一个DataTable里了，所以在用户保存的时候，我没必要连接数据库进行查询，只需要检索当前这个DataTable就OK了。

假设这个DataTable有3列，分别是ID、Name、Age，ID是PK。使用foreach的笨办法，是这样：

foreach (DataRow r1 in table.Rows)
{
    foreach (DataRow r2 in table.Rows)
    {
        if (r2 != r1 && r2["ID"].ToString() == r1["ID"].ToString())
        {
            Console.WriteLine("Warning!");
            return false; // 检验失败 
        }
    }
}

如果写成这样，需要注意两点：

必需要有r2 != r1这个条件，不然当一个DataRow“自己遇到自己”的时候，无论如何都会return false的
必需把r1["ID"]和r2["ID"]转换成string（如果你确定它是int，那转成int也行）再进行比较，不然r1["ID"]和r2["ID"]是两个object，调用==操作符，比较的是这两个对象是否是同一个对象——当然不是！所以，永远也不会return false

上面这种笨办法适用于两种情况：

需要比较简单、只要有重复值立刻撤退的情况
公司把代码行数与程序工资挂钩的情况

使用LINQ可以更简单地完成上面的任务，而且还可以衍生出很多附加功能：

我们把需求稍微改动一下，改成检验Age有没有重复的，如果有、每个值有几个重复。如果用foreach循环，那我们就要在循环内部加上一个Dictionay，以Age为Key，并对每个Key进行计数了。

使用LINQ中的GroupBy操作，就能轻松解决这个问题。源码如下：

// 水之真谛 
// http://blog.csdn.net/FantasiaX 
using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Data;
namespace ConsoleApplication1
{
    class Program
    {
        static void Main(string[] args)
        {
            DataTable table = new DataTable();
            table.Columns.Add(new DataColumn("ID", typeof(int)));
            table.Columns.Add(new DataColumn("Name", typeof(string)));
            table.Columns.Add(new DataColumn("Age", typeof(int)));
            int[] ids = new int[] { 1, 2, 3, 4, 5, 6 };
            string[] names = new string[] { "Tim", "Yan", "Xiao Chen", "Miao", "Big Ma", "Little Ma" };
            int[] ages = new int[] { 28, 24, 28, 22, 27, 22 };
            for (int i = 0; i < 6; i++)
            {
                DataRow row = table.NewRow();
                row["ID"] = ids[i];
                row["Name"] = names[i];
                row["Age"] = ages[i];
                table.Rows.Add(row);
            }
            // 使用foreach 
            Dictionary<int, int> dic = new Dictionary<int, int>();
            foreach (DataRow row in table.Rows)
            {
                if (!dic.Keys.Contains(Convert.ToInt32(row["Age"])))
                {
                    dic.Add(Convert.ToInt32(row["Age"]), 1);
                }
                else
                {
                    dic[Convert.ToInt32(row["Age"])]++;
                }
            }
            foreach (var item in dic)
            {
                Console.WriteLine("{0}, {1}", item.Key, item.Value);
            }
            Console.WriteLine("=========================================");
            // 使用LINQ (隐式数据类型) 
            var ageGroups = table.Rows.Cast<DataRow>().GroupBy(row => Convert.ToInt32(row["Age"]));
            foreach (var group in ageGroups)
            {
                Console.WriteLine("{0}, {1}", group.Key.ToString(), group.Count().ToString());
            }
            Console.WriteLine("=========================================");
            // 使用LINQ (显式数据类型) 
            IEnumerable<IGrouping<int, DataRow>> ageGroups2 = table.Rows.Cast<DataRow>().GroupBy(row => Convert.ToInt32(row["Age"]));
            foreach (IGrouping<int, DataRow> group in ageGroups2)
            {
                Console.WriteLine("{0}, {1}", group.Key.ToString(), group.Count().ToString());
            }
            Console.WriteLine("=========================================");
            // 很酷的写法 
            var ageGroups3 = from row in table.Rows.Cast<DataRow>() group row by Convert.ToInt32(row["Age"]) into resultCollection select resultCollection;
            foreach (var group in ageGroups3)
            {
                Console.WriteLine("{0}, {1}", group.Key.ToString(), group.Count().ToString());
            }
            Console.WriteLine("=========================================");
            // 比较BT的写法 
            foreach (var group in from row in table.Rows.Cast<DataRow>() group row by Convert.ToInt32(row["Age"]) into resultCollection select resultCollection)
            {
                Console.WriteLine("{0}, {1}", group.Key.ToString(), group.Count().ToString());
            }
        }
    }
}

其中最核心的一句是：var ageGroups = table.Rows.Cast<DataRow>().GroupBy(row => Convert.ToInt32(row["Age"]));

意思是告诉LINQ解析器说“请以Convert.ToInt32(row["Age"])为Key，对row们进行分组，并把这些组放在名为ageGroups的集合中去”。为了不让程序记忆太多的数据类型，C# 3.0提供了var隐式数据类型语法——程序员可以不知道是什么类型、但编译器对类型却清清楚楚。实际上，GroupBy()操作后的结果是一个以IGrouping<int, DataRow> 为元素的IEnumerable<IGrouping<int, DataRow>> 集合。

因为GroupBy()操作正好对应有LINQ关键字，所以才有最近两种改写。并不是每个LINQ操作都有对应的LINQ关键字，不知道C# 4.0会不会有所扩展。

BTW，因为LINQ操作只能应用在可枚举的集合类型上，而DataTable.Rows集合是个普通集合、不具有可枚举性，所以需要Cast一下。

如果这时候客户的需求再改成：列出Age相同的人的Name，那么使用foreach循环的复杂度就有点儿失控了（估计程序员的情绪也比较失控）……而使用LINQ则只需要对每个group进行一下枚举。

LINQ语法适合与以下两种情况：

懒人，就像我一样
工资与效率挂钩

OVER