在 C# 中删除单个数据集中相对于另一个数据集的重复项

Question

我是 C# 新手。尝试删除 CollectionIn1 中的重复项，但它不起作用。 CollectionIn 中没有删除任何重复项。

澄清一下，collectionIn 有 [A,B,C,D]，collectionIn2 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);
}

我对此做了一些修改link http://www.rpaforum.net/threads/how-to-compare-two-excel-sheet-using-c-code-in-blueprism.897/

Answer 1

您可以使用 Distinct 运算符删除重复项。

要从类似 IList<> 的对象中删除重复项，您可以这样做：

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

Answer 2

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();

不是最好的性能，但它可以工作并且易于阅读。

此外，由于在遍历集合时修改了集合，因此您的代码中存在错误。

Answer 3

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 4

比较两个集合的复杂度为 O(n2)。这是不好的。如果你有一个初始哈希查找，你可以得到改进。

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。这意味着我需要一本字典，这样我就有了用于删除的 CollectionIn 索引。如果反过来，CollectionIn2 被散列，它只需要是一个散列集，它会更好，因为它能够处理 CollectionIn 集中的内部重复，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

此模式适用于许多数据集类型（包括列表、数组等）。当然，如果你能在同一个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： - 更多 time/work 可以进入更广泛的答案安排和性能增强。

Answer 5

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

在 C# 中删除单个数据集中相对于另一个数据集的重复项

Delete duplicates in a single dataset relative to another one in C#

c#

blueprism