c# - 查询 "Memory"的 LINQ

Question

是否 LINQ有办法在查询时“记住”它以前的查询结果吗？

考虑以下情况:

public class Foo {
    public int Id { get; set; }
    public ICollection<Bar> Bars { get; set; }
}

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

现在，如果两个或更多Foo具有相同的 Bar 集合(无论顺序是什么)，它们被认为是相似 Foo .

例子:

foo1.Bars = new List<Bar>() { bar1, bar2 };
foo2.Bars = new List<Bar>() { bar2, bar1 };
foo3.Bars = new List<Bar>() { bar3, bar1, bar2 };

在上面的例子中，foo1与foo2相似但两者都是foo1和 foo2 不 类似于 foo3

假设我们有一个 query结果包含 IEnumerable或 IOrderedEnumerable的 Foo .来自query , 我们要找到第一个 N foo它们不相似。

这个任务似乎需要内存 bars 的集合之前已经选择过。

部分 LINQ我们可以这样做:

private bool areBarsSimilar(ICollection<Bar> bars1, ICollection<Bar> bars2) {
    return bars1.Count == bars2.Count && //have the same amount of bars
        !bars1.Select(x => x.Id)
        .Except(bars2.Select(y => y.Id))
        .Any(); //and when excepted does not return any element mean similar bar
}

public void somewhereWithQueryResult(){
    .
    .
    List<Foo> topNFoos = new List<Foo>(); //this serves as a memory for the previous query
    int N = 50; //can be any number
    foreach (var q in query) { //query is IOrderedEnumerable or IEnumerable
        if (topNFoos.Count == 0 || !topNFoos.Any(foo => areBarsSimilar(foo.Bars, q.Bars)))
            topNFoos.Add(q);
        if (topNFoos.Count >= N) //We have had enough Foo
            break;
    }
}

topNFoos List将作为之前查询的内存，我们可以跳过 Foo q在foreach已经具有相同 Bars 的循环与 Any的 Foo在topNFoos .

我的问题是，在 LINQ 中有没有办法做到这一点？ (完全 LINQ)？

var topNFoos = from q in query
               //put something
               select q;

如果所需的“内存”来自特定查询项 q或查询之外的变量，那么我们可以使用 let缓存它的变量:

int index = 0;
var topNFoos = from q in query
               let qc = index++ + q.Id //depends on q or variable outside like index, then it is OK
               select q;

但如果它必须来自之前查询本身的查询，那么事情就开始变得更麻烦了。

有什么办法吗？

---

编辑:

(我目前是 creating a test case(github 链接)寻找答案。仍在弄清楚如何公平地测试所有答案)

(下面的大部分答案旨在解决我的特定问题，它们本身就很好(Rob、spender 和 David B 使用 IEqualityComparer 的答案特别棒)。不过，如果有人可以回答我更笼统的问题“LINQ 有没有办法在查询时‘记住’它以前的查询结果”，我也很高兴)

(除了我在上面介绍的使用完全/部分 LINQ 时的特定情况下的显着性能差异之外，旨在回答我关于 LINQ 内存的一般问题的一个答案是 Ivan Stoev 的。另一个具有良好组合的答案是 Rob 的. 为了让自己更清楚，我寻找通用且有效的解决方案，如果有的话，使用 LINQ)

Answer 1

我不会直接回答您的问题，而是提出一种方法，该方法对于过滤前 N 个不相似的项目而言效率相当高。

首先，考虑写一个 IEqualityComparer<Foo>使用 Bars收集来衡量平等。在这里，我假设列表可能包含重复的条目，因此对相似性有一个非常严格的定义:

public class FooSimilarityComparer:IEqualityComparer<Foo>
{
    public bool Equals(Foo a, Foo b)
    {
        //called infrequently
        return a.Bars.OrderBy(bar => bar.Id).SequenceEqual(b.Bars.OrderBy(bar => bar.Id));
    }
    public int GetHashCode(Foo foo)
    {
        //called frequently
        unchecked
        {
            return foo.Bars.Sum(b => b.GetHashCode());
        }
    }
}

你真的可以高效的得到top N使用 HashSet 的非相似项目使用上面的 IEqualityComparer:

IEnumerable<Foo> someFoos; //= some list of Foo
var hs = new HashSet<Foo>(new FooSimilarityComparer());
foreach(var f in someFoos)
{
    hs.Add(f); //hashsets don't add duplicates, as measured by the FooSimilarityComparer
    if(hs.Count >= 50)
    {
        break;
    }
}

@Rob 上面的方法大致相似，并展示了如何在 LINQ 中直接使用比较器，但请注意我对他的回答所做的评论。