LINQ 上的 IEnumerable.Except() 不会在理想的源列表和目标列表之间运行

问题描述

我首先提到这个问题开始我的问题 - 我已经完成了其他 SO 问题，但最终遇到了一个我找不到答案的情况/问题。所以如果有的话，请指点我。

我的问题：我有两个模型对象列表。考虑一下，我有一个模型类 -

public class Contact 
{
        public string FirstName {get;set;}
        public string LastName {get;set;}
        public string MiddleName {get;set;}
        public long ContactId {get;set;}
        public long? DestKey {get;set;} 
}

我有两个数据源，可能有一些联系人数据。想象一下，从 Db 来源 1，我有 2 个联系人，从 Db 来源 2，我有 10 个联系人。

我正在尝试从 Db1 列表中查找不在 Db2 列表中的唯一联系人。我确实使用自定义 Equality 比较器通过检查 FirstName 和 Lastname 字段来比较数据。我也覆盖了 GetHashCode()。

所以，我的自定义平等比较器如下所示：

public class MyContactComparer : IEqualityComparer<Contact>
{
        public bool Equals(Contact src,Contact dest)
        {
            // compare LastName
            if (!src.LastName.Equals(dest.LastName,StringComparison.CurrentCultureIgnoreCase)) return false;

            // if LastName matches,compare FirstName
            if (!src.FirstName.Equals(dest.FirstName,StringComparison.CurrentCultureIgnoreCase))
                if (!(src.FirstName.Contains(dest.FirstName,StringComparison.CurrentCultureIgnoreCase) || 
                    dest.FirstName.Contains(src.FirstName,StringComparison.CurrentCultureIgnoreCase)))
                return false;
            // do other needful comparisons
            //Todo: check for other comparison

            return true;

        }

        public int GetHashCode(MmdContact obj)
        {
            return obj.FirstName.GetHashCode() ^ obj.LastName.GetHashCode();
        }
}

我称之为，

var nonMatchingContactsList = db2srcModelleddb1Data
                              .Except(db2ContactsData.ToArray(),new MyContactComparer())
                              .ToList()
                              .Select(person => person.ContactId);

现在，我将 Db1 上的数据设置为

{FirstName = "Studo Mid",LastName = "Tar",MiddleName = null,ContactId = 1}
{FirstName = "Foo",LastName = "Bar",MiddleName = "H",ContactId = 2}

Db2 上的数据设置为，

{FirstName = "Studo",MiddleName = "Mid",DestKey = 10001}
{FirstName = "Studo",DestKey = 10002}
{FirstName = "Studo",DestKey = 10003}
{FirstName = "Studo",DestKey = 10004}
{FirstName = "Studo",DestKey = 10005}
{FirstName = "Studo",DestKey = 10006} ... 等等，通过名称重复记录但具有唯一的 DestKey。假设它们是由我在下面解释的逻辑创建的，结果是重复的。无论数据质量如何，我都希望将 Db1 集中的 2 个联系人与 Db2 集中的 10 个联系人进行比较。

但是当我调试它时，Equals() 方法只是在 Db2 集的 10 个联系人之间进行迭代和检查，因为我可以看到“src”和“Dest”之间的 DestKey 值。在我看来，它在 Db2 集中进行比较，然后将 Db1 上的 2 个联系人识别为不存在。所以我的逻辑是创建它们，在此基础上，“Studo Mid Tar”记录被一次又一次地创建。

当我再次重新运行时，它不会检测到该联系人是否匹配，并且不会执行 except() 部分。我想说，Db1 上的第二个联系人（Foo Bar）是我希望看到的作为要创建的输出的东西。 GetHashCode() 仅针对 db2 集发生。

那么，出了什么问题，为什么会出现这种行为？需要什么来针对适当的列表运行它，即 2 对 10 条记录

更新：我的主要问题是为什么 Equals() 与它自己的列表进行比较？看看这个小提琴 - https://dotnetfiddle.net/upCgbb

我看到了所需的输出，但我不明白的是，为什么 Equals() 方法比较相同模型类型（在本例中为 DataB）的数据进行几次迭代，而不是比较 A 与 B？它确实将 1001 与 1002 进行比较，然后将 1001 与 1003 进行比较，然后再与实际的 A ContactId 1 进行比较。这就是我为什么要比较自己的列表的问题？

解决方法

如果您需要比较两个列表并且您有某种一对多关系（一对无也是一对多）或左连接，您应该使用 .GroupJoin()。

所以如果你用这个替换你的工作方法：

public void DoMyWork()
{
    // expecting 1 record from A which is ContactId = 2 {Foo Bar}
    var nonMatchingContactsList = dataFromA
        .GroupJoin(
            dataFromB,a => $"{a.FirstName}|{a.LastName}",b => $"{b.FirstName} {b.MiddleName}|{b.LastName}",(a,matchingBs) => matchingBs.Any() ? null : a)
        .Where(a => a != null)
        .ToList();

    Console.WriteLine($"Total contacts specific to DbA: {nonMatchingContactsList.Count()}\r\n{string.Join("\n",nonMatchingContactsList)}");
}

您无需使用任何自行编写的比较器即可获得所需的答案。魔法发生在这些行中：

a => $"{a.FirstName}|{a.LastName}"

这将从您的类中创建所需的密钥。在我的心智模型中，这类似于 Dictionary<string,ModelA>。

b => $"{b.FirstName} {b.MiddleName}|{b.LastName}"

这对您的第二个类执行相同的操作，并使用所需的属性生成类似的键以进行比较。根据您的数据，如果中间名为空或为空，您可能需要改进此方法以删除空格。

(a,matchingBs) => matchingBs.Any() ? null : a

这是组加入方法的结果选择器。第一个参数是一个 modelA 对象，第二个参数是所有匹配的 modelB 对象的列表。因为您想获取 ModelB 列表中不存在匹配对象的所有 ModelA 对象，所以我们检查 matchingBs.Any()，如果有匹配项，则返回 null，否则返回 a。之后，您只需扔掉所有空值，即可从 ModelA 列表中获得所需的项目。

如果中间名为空，可能是避免空格的更好方法：

b => string.isNullOrEmpty(b.MiddleName)
     ? $"{b.FirstName}|{b.LastName}"
     : $"{b.FirstName} {b.MiddleName}|{b.LastName}"

关于编写自己的比较器类的最后一个技巧。在实现方法 GetHashCode() 和 Equals() 时，需要遵守很多规则。要将它们全部匹配，您应该使用此蓝图作为起点，并采用应比较的属性。通过使用此蓝图，您可以避免很多问题：

public bool Equals(MyObject x,MyObject y)
{
    if (ReferenceEquals(x,y))
        return true;

    if (ReferenceEquals(x,null))
        return false;

    if (ReferenceEquals(y,null))
        return false;

    if (x.MostDifferentialProperty != y.MostDifferentialProperty)
        return false;

    if (x.DifferentialProperty != y.DifferentialProperty)
        return false;

    // Other properties to compare...

    return true;
}

public int GetHashCode(MyObject obj)
{
    if (ReferenceEquals(obj,null))
        return -1;

    // Add all properties from Equals() method here.
    return HashCode.Combine(obj.MostDifferentialProperty,obj.DifferentialProperty);
}

c#c#enumerable linq linq linq