如何高效地从两个List分别移除在另一个List中拥有相同属性的对象

[leon51]

以下两个List分别移除在另一个List中拥有相同的属性的Product(假设有Id,Name等属性),
请问有什么好方法？我现在是一个个的检查它们的属性是否相等。
var listA = new List<Product>();
var listB = new List<Product>();

[leon51]

引用 2 楼 听雨停了 的回复:

        public class Product
        {
            public int Id { get; set; }

            public string Name { get; set; }

            public Product(int id, string name)
            {
                this.Id = id;
                this.Name = name;
            }
        }

        public class ProductCompara : IEqualityComparer<Product>
        {
            public bool Equals(Product x, Product y)
            {
                bool result = true;
                if (x.Id!=y.Id || x.Name!=y.Name)
                {
                    result = false;
                }
                return result;
            }

            public int GetHashCode(Product obj)
            {
                return 0;
            }
        }



        static void Main(string[] args)
        {
            List<Product> list1 = new List<Product>() {
                  new Product(1,"A"),
                  new Product(2,"B"),
                  new Product(3,"A"),
            };
            List<Product> list2 = new List<Product>() {
                  new Product(1,"A"),
                  new Product(2,"C"),
                  new Product(3,"D"),
            };
            var list3 = list1.Except(list2, new ProductCompara());//移除list1中list2中存在的项
            var list4 = list2.Except(list1, new ProductCompara());//移除list2中list1中存在的项

        }

非常感谢你的回复，不过第26-29行看不懂，这个方法是否多余的？为何要传入参数obj而且始终返回0?

public int GetHashCode(Product obj)
{
	return 0;
}

[E次奥]

引用 9 楼 github_36000833 的回复:

把Main(string[] args)改动一下，多增加一些数据，并打印操作时间。

static void Main(string[] args)
{
    Random random = new Random();

    List<Product> list1 = new List<Product>() {
            new Product(1,"A"),
            new Product(2,"B"),
            new Product(3,"A"),
    };
    List<Product> list2 = new List<Product>() {
            new Product(1,"A"),
            new Product(2,"C"),
            new Product(3,"D"),
    };

    for (int i = 0; i < 100 * 100; i ++)
    {
        list1.Add(new Product(random.Next(), "noname"));
        list2.Add(new Product(random.Next(), "noname"));
    }

    var stopwatch = System.Diagnostics.Stopwatch.StartNew();
    var list3 = list1.Except(list2, new ProductCompara());//移除list1中list2中存在的项
    var list4 = list2.Except(list1, new ProductCompara());//移除list2中list1中存在的项

    list3.Count();
    list4.Count();
    Console.WriteLine("耗时：" + stopwatch.ElapsedMilliseconds);  // 我的机器耗时15355毫秒。
}

然后改善GetHashCode

public int GetHashCode(Product obj)
{
    return obj.Id;  // Id是不错的HashCode（类似定位床铺的宿舍号）
}

重新运行Main()，我的机器的结果是6毫秒。

static void Main(string[] args)
{
    //...
    Console.WriteLine("耗时：" + stopwatch.ElapsedMilliseconds);  // 我的机器耗时6毫秒。
}

酷！

[听雨停了]

引用 5 楼 leon51 的回复:

非常感谢你的回复，不过第26-29行看不懂，这个方法是否多余的？为何要传入参数obj而且始终返回0?

public int GetHashCode(Product obj)
{
	return 0;
}

这个方法不能说是多余的，不过我没发现他有啥用就是。你也不能删除他，删除就出问题了。这个方法是实现接口里面的。你可以随便return一个数字。

[wanghui0380]

大师兄，说的对 不过其实都一样，无论那种方法都是遍历，只是换个写法。楼上所有的写法，其实都跟你自己写的没有任何区别，不存在高效这么一说。 用楼上那些手段 1只是人家帮你实现过，你可以简单调用 2.人家的是标准写法，你自己写大多数情况也如此，但偶尔喝醉了，黄昏了也能写出意外的东西，所以统一写法，防止意外

[github_36000833]

引用 6 楼 听雨停了 的回复:

这个方法不能说是多余的，不过我没发现他有啥用就是。你也不能删除他，删除就出问题了。这个方法是实现接口里面的。你可以随便return一个数字。

各个方法是用来帮忙比较，使它更有效率。

比如，学校有新生1万个，1万个宿舍床位，每个床位有独一的床位号。
如果知道了HashCode（比如用宿舍号HashCode），就非常容易定位到你的床位（一个房间不过就几张床）。
如果没有HashCode，就可能要遍历新生床位了。

因此，如果两个对象相等（床位相等），那么它们的HashCode(宿舍)必须相等。
如果两个对象的HashCode相等（宿舍相同），那么两个对象不一定就相等，还有待进一部比较（就是那个Equals函数）。

我可能在下帖给出效率差别的例子。

[github_36000833]

把Main(string[] args)改动一下，多增加一些数据，并打印操作时间。

static void Main(string[] args)
{
    Random random = new Random();

    List<Product> list1 = new List<Product>() {
            new Product(1,"A"),
            new Product(2,"B"),
            new Product(3,"A"),
    };
    List<Product> list2 = new List<Product>() {
            new Product(1,"A"),
            new Product(2,"C"),
            new Product(3,"D"),
    };

    for (int i = 0; i < 100 * 100; i ++)
    {
        list1.Add(new Product(random.Next(), "noname"));
        list2.Add(new Product(random.Next(), "noname"));
    }

    var stopwatch = System.Diagnostics.Stopwatch.StartNew();
    var list3 = list1.Except(list2, new ProductCompara());//移除list1中list2中存在的项
    var list4 = list2.Except(list1, new ProductCompara());//移除list2中list1中存在的项

    list3.Count();
    list4.Count();
    Console.WriteLine("耗时：" + stopwatch.ElapsedMilliseconds);  // 我的机器耗时15355毫秒。
}

然后改善GetHashCode

public int GetHashCode(Product obj)
{
    return obj.Id;  // Id是不错的HashCode（类似定位床铺的宿舍号）
}

重新运行Main()，我的机器的结果是6毫秒。

static void Main(string[] args)
{
    //...
    Console.WriteLine("耗时：" + stopwatch.ElapsedMilliseconds);  // 我的机器耗时6毫秒。
}

[github_36000833]

如果希望用同一套数据来进行比较，可以提供随机种子，来固定随机系列：
static void Main(string[] args)
{
Random random = new Random(1234);
...


我机器的测试结果大致稳定。
优化前：15000毫秒
优化后：6毫秒

[听雨停了]

引用 8 楼 github_36000833 的回复:

[quote=引用 6 楼 听雨停了 的回复:] 这个方法不能说是多余的，不过我没发现他有啥用就是。你也不能删除他，删除就出问题了。这个方法是实现接口里面的。你可以随便return一个数字。

各个方法是用来帮忙比较，使它更有效率。 比如，学校有新生1万个，1万个宿舍床位，每个床位有独一的床位号。 如果知道了HashCode（比如用宿舍号HashCode），就非常容易定位到你的床位（一个房间不过就几张床）。 如果没有HashCode，就可能要遍历新生床位了。 因此，如果两个对象相等（床位相等），那么它们的HashCode(宿舍)必须相等。 如果两个对象的HashCode相等（宿舍相同），那么两个对象不一定就相等，还有待进一部比较（就是那个Equals函数）。 我可能在下帖给出效率差别的例子。 [/quote] 学习了

[XBodhi.]

我觉得你还是要继承下 ICompare 接口。然后逐个出来。

因为这个东西还是要顺序查找。因为是 M *N 次

[XBodhi.]

或者你直接 改造下 List 对象。附加方法直接在内部处理前就给分析出来，这个是最高效的，因为提早创建了缓冲区，然后对个对象内部处理。

[货郎大叔]

检查对象的属性是否相等，这是必经之路

[desperaso]

public class list2
        {
            public int id;
            public string name;
            public list2(int d, string s)
            {
                id = d;
                name = s;
            }
        }
        public static List<list2> list2s = new List<list2>();

        string[] list1 = new string[] { "A", "B", "C", "D" };

        private void button1_Click(object sender, EventArgs e)
        {
            list2s.Add(new list2(1, "ABCDEFG"));
            list2s.Add(new list2(2, "FFFFFFFFF"));
            list2s.Add(new list2(3, "CCCCCCC"));
            list2s.Add(new list2(4, "DFGHJUI"));
            list2s.Add(new list2(5, "ZXZXZXZX"));
            list2s.Add(new list2(6, "LOPIUYTC"));

            // 全部符合
            var query1 = list2s.Where(s => list1.All(t => s.name.Contains(t))).ToList();
            // 包含
            var query2 = list2s.Where(s => list1.All(t => s.name.Contains(t))).ToList();
            // 不符合
            var query3 = list2s.Where(s => list1.All(t => !s.name.Contains(t))).ToList();
            // 不包含
            var query4 = list2s.Where(s => list1.All(t => !s.name.Contains(t))).ToList();
        }

[desperaso]

不好意思有误
// 全部符合
var query1 = list2s.Where(s => list1.All(t => s.name.Contains(t))).ToList();
// 包含
var query2 = list2s.Where(s => list1.Any(t => s.name.Contains(t))).ToList();
// 不符合
var query3 = list2s.Where(s => list1.All(t => !s.name.Contains(t))).ToList();
// 不包含
var query4 = list2s.Where(s => list1.Any(t => !s.name.Contains(t))).ToList();

[by_封爱]

遍历是肯定的.. 但是如果是我,我比较喜欢采用另类的方式来说实现, 比如 把对象转换成json 对比字符串...

[m0_37646670]

两个集合之间取差集

[leon51]

引用 10 楼 github_36000833 的回复:

如果希望用同一套数据来进行比较，可以提供随机种子，来固定随机系列： static void Main(string[] args) { Random random = new Random(1234); ... 我机器的测试结果大致稳定。 优化前：15000毫秒 优化后：6毫秒

你好，如果我想让用户选择要比较的属性,比如只比较id、只比较name或全部比较，ProductCompara应该怎么改？

[XBodhi.]

楼上的是个比较器。继承接口，自己实现，然后输入2个集合，然后合并。

[bloodish]

想高效就自己写Except操作,图方便就直接用Linq

        public class Product
        {
            public int Id { get; set; }
            public string Name { get; set; }
            public override int GetHashCode()
            {
                return ($"{Name}_{Id}").GetHashCode();
            }
        }

        static void Main(string[] args)
        {
            var list1 = new List<Product>();
            var list2 = new List<Product>();

            var dic1 = list1.ToDictionary(p => p, p => p);
            var dic2 = list2.ToDictionary(p => p, p => p);

            ExceptItems(list1, dic2);
            ExceptItems(list2, dic1);

            void ExceptItems(List<Product> listSrc, Dictionary<Product,Product> dicExcept)
            {
                var removeList = new List<Product>();

                listSrc.ForEach(p =>
                {
                    if (dicExcept.ContainsKey(p))
                    {
                        removeList.Add(p);
                    }
                });
                removeList.ForEach(p => listSrc.Remove(p));
            }
        }

[FainSheeg]

引用 9 楼 github_36000833 的回复:

把Main(string[] args)改动一下，多增加一些数据，并打印操作时间。

static void Main(string[] args)
{
    Random random = new Random();

    List<Product> list1 = new List<Product>() {
            new Product(1,"A"),
            new Product(2,"B"),
            new Product(3,"A"),
    };
    List<Product> list2 = new List<Product>() {
            new Product(1,"A"),
            new Product(2,"C"),
            new Product(3,"D"),
    };

    for (int i = 0; i < 100 * 100; i ++)
    {
        list1.Add(new Product(random.Next(), "noname"));
        list2.Add(new Product(random.Next(), "noname"));
    }

    var stopwatch = System.Diagnostics.Stopwatch.StartNew();
    var list3 = list1.Except(list2, new ProductCompara());//移除list1中list2中存在的项
    var list4 = list2.Except(list1, new ProductCompara());//移除list2中list1中存在的项

    list3.Count();
    list4.Count();
    Console.WriteLine("耗时：" + stopwatch.ElapsedMilliseconds);  // 我的机器耗时15355毫秒。
}

然后改善GetHashCode

public int GetHashCode(Product obj)
{
    return obj.Id;  // Id是不错的HashCode（类似定位床铺的宿舍号）
}

重新运行Main()，我的机器的结果是6毫秒。

static void Main(string[] args)
{
    //...
    Console.WriteLine("耗时：" + stopwatch.ElapsedMilliseconds);  // 我的机器耗时6毫秒。
}

[坎艺]

引用 6 楼 听雨停了的回复:

[quote=引用 5 楼 leon51 的回复:] 非常感谢你的回复，不过第26-29行看不懂，这个方法是否多余的？为何要传入参数obj而且始终返回0?

public int GetHashCode(Product obj)
{
	return 0;
}

这个方法不能说是多余的，不过我没发现他有啥用就是。你也不能删除他，删除就出问题了。这个方法是实现接口里面的。你可以随便return一个数字。[/quote] 重载gethashcode，伪置0