c# - 从 HashSet 替换并合并 "Duplicates"

Question

我有一个 HashSet<T> C# 4.0 中的分层对象。主键是一个 int，但偶尔会有重复的辅助键。我想将条目与重复的辅助键合并。在此示例中，辅助键是名称:

struct Element
{
  int ID;
  string Name;
  List<int> Children;
  List<int> Parents;

  public override int GetHashCode()
  {
    return ID;
  }
}

HashSet<Element> elements = new HashSet<Element>();

// Example Elements
elements.Add(1, "Apple", Children = {10, 11, 12}, Parents = {13,14,15});
elements.Add(2, "Banana", Children = {20, 21, 22}, Parents = {23,24,25});
elements.Add(3, "Apple", Children = {30, 31, 32}, Parents = {33,34,35});
elements.Add(4, "Food", Children = {1, 2, 3}, Parents = {});

目标是删除第 3 个条目 {3, "Apple",...} 然后更新并合并其他剩余元素中的 Parent 和 Children 引用；最终结果应该是这样的:

{ 1, "Apple", Children = { 10, 11, 12, 30, 31, 32 }, Parents = { 13,14,15, 33, 34, 35 }}
{ 2, "Banana", Children = { 20, 21, 22 }, Parents = { 23,24,25 }}
{ 4, "Food", Children = {1, 2}, Parents = {} }

这是我目前所掌握的，但我想不出更新 HashSet 的最佳方法。我从复制 HashSet 开始，这样我就可以在迭代时进行删除。首先，我找到重复项。如果有重复项，我想更新并将它们从副本中删除。那就是我卡住的地方。更新重复项后，我想删除它们，并防止使用跳过列表再次处理它们:

var copy = new HashSet<Element>(Elements);
HashSet<int> skip = new HashSet<int>();
foreach (var e in Elements)
{
  if (!skip.Contains(e.ID)
  {
    var duplicates = Elements.Where(x => e.Name == x.Name && e.ID != x.ID);
    if (duplicates.Any())
    {           
      foreach (var d in duplicates)
      {
        // Iterate copy and update Parent and Children references
        // How do I do this part? 
      }

      // Remove the duplicates from the copied list
      copy.RemoveWhere(x => duplicates.Select(x => x.ID)
                                      .Contains(x.ID));

      // Don't process the duplicates again
      skip.UnionWith(duplicates);
    } 
  }
}
return copy;

我卡在这一步了。另外，有没有一种巧妙的方法可以使用 Linq 来做到这一点？

更新: 列表已经是这样了，我无法控制初始内容。我想我可以创建一个新的包装器，它具有更好的 Add 方法来防止重复。

Answer 1

尝试添加这个单一字段元素。

struct Element
{
  int ID;
  string Name;
  List<int> Children;
  List<int> Parents;
  Bool duplicate;
}

HashSet<Element> Elements = new HashSet();

// Example Elements
Elements.Add(1, "Apple", Children = {10, 11, 12}, Parents = {13,14,15}, duplicate = false);
Elements.Add(2, "Banana", Children = {20, 21, 22}, Parents = {23,24,25}, duplicate = false);
Elements.Add(3, "Apple", Children = {30, 31, 32}, Parents = {33,34,35}, duplicate = false);
Elements.Add(4, "Food", Children = {1, 2, 3}, Parents = {}, duplicate = false);

当您迭代副本时，将“重复”标记为真。或者添加一个“已删除”元素，这样您就不会重新处理。管他呢。关键是，再添加一个元素。您始终可以复制元素并在添加时创建新元素。

要早点添加到新浪的评论中，你可以有这样一个 key :

class ElementKey {
  int ID;
  string Name;
}

class Element {
  ElementKey Key;
  List<int> Children;
  List<int> Parents;
  ProcessFlagSet flags;
}

class ProcessFlagSet {
  bool Processed;
  bool Duplicate;
}

Dictionary<ElementKey,Element> ...

然后您可以稍后从 ProcessFlagSet 中删除所有元素，以满足轻松的重构需求。如果您不需要它们，它们会破坏编译，直到它们被删除。

最后，我想推荐在这里创建您自己的 Add 方法。我希望你考虑传入要添加的元素，然后在添加时检查键是否存在。这为您节省了一步。