如何通过自定义子字符串相等性仅迭代不同的字符串值

Question

类似于this问题，我试图只迭代给定字符串的子字符串的不同值，例如：

List<string> keys = new List<string>()
{
    "foo_boo_1",
    "foo_boo_2,
    "foo_boo_3,
    "boo_boo_1"
}

selected 不同值的输出应该是（select 任意第一个子字符串的不同值）：

foo_boo_1 (the first one)
boo_boo_1

我尝试使用 IEqualityComparer 实现 this 解决方案：

public class MyEqualityComparer : IEqualityComparer<string>
{
    public bool Equals(string x, string y)
    {            
        int xIndex = x.LastIndexOf("_"); 
        int yIndex = y.LastIndexOf("_");
        if (xIndex > 0 && yIndex > 0)
            return x.Substring(0, xIndex) == y.Substring(0, yIndex);
        else
            return false;
    }

    public int GetHashCode(string obj)
    {
        return obj.GetHashCode();
    }
}

foreach (var key in myList.Distinct(new MyEqualityComparer()))
{
    Console.WriteLine(key)    
}

但结果输出是：

foo_boo_1
foo_boo_2
foo_boo_3
boo_boo_1

使用 IEqualityComparer 如何删除子字符串不同的值（foo_boo_2 和 foo_boo_3）？

*请注意 "real" 键要长很多，类似于“1_0_8-B153_GF_6_2”，因此我必须使用 LastIndexOf。

Answer 1

相等比较器中的 GetHashCode 方法返回整个字符串的哈希码，只需对其子字符串进行哈希处理即可，例如：

public int GetHashCode(string obj)
{
    var index = obj.LastIndexOf("_");
    return obj.Substring(0, index).GetHashCode();
}

Answer 2

您当前的实现有一些缺陷:

Equals 和 GetHashCode 必须永远不会 抛出异常 （你必须检查 null)
如果 Equals returns true 对于 x 和 y 那么 GetHashCode(x) == GetHashCode(y)。反例是"abc_1"和"abc_2"。

第二个错误很可能导致Distinctreturn不正确的结果（Distinct第一个计算散列）。

正确的代码可以是这样的

public class MyEqualityComparer : IEqualityComparer<string> {
  public bool Equals(string x, string y) {            
    if (ReferenceEquals(x, y))
      return true;
    else if ((null == x) || (null == y))
      return false;

    int xIndex = x.LastIndexOf('_'); 
    int yIndex = y.LastIndexOf('_');

    if (xIndex >= 0)         
      return (yIndex >= 0) 
        ? x.Substring(0, xIndex) == y.Substring(0, yIndex)
        : false;
    else if (yIndex >= 0)         
      return false;
    else
      return x == y; 
  }

  public int GetHashCode(string obj) {
    if (null == obj)  
      return 0;

    int index = obj.LastIndexOf('_');

    return index < 0 
      ? obj.GetHashCode() 
      : obj.Substring(0, index).GetHashCode();
  }
}

现在您可以将它与 Distinct 一起使用了：

   foreach (var key in myList.Distinct(new MyEqualityComparer())) {
     Console.WriteLine(key)    
   }

Answer 3

要获得避免使用自定义 IEqualityComparer<> 的更简洁的解决方案，您可以使用 GroupBy。例如：

var keys = new List<string>()
{
    "foo_boo_1",
    "foo_boo_2",
    "foo_boo_3",
    "boo_boo_1"
};

var distinct = keys
    .Select(k => new
    {
        original = k,
        truncated = k.Contains("_") ? k.Substring(0, k.LastIndexOf("_")) : k
    })
    .GroupBy(k => k.truncated)
    .Select(g => g.First().original);

这输出：

foo_boo_1

boo_boo_1

如何通过自定义子字符串相等性仅迭代不同的字符串值

How to iterate only distinct string values by custom substring equality

c#

linq

iequalitycomparer