Lambda表达式用于查找差异

Question

使用以下数据

string[] data = { "a", "a", "b" };

我非常希望能找到重复项并得到以下结果：

a

我尝试了以下代码。

var a = data.Distinct().ToList();
var b = a.Except(a).ToList();

显然这种方法行不通，我能看到上面发生了什么，但我不确定如何解决它。

- user375049

Answer 1

当运行时间不是问题时，你可以使用

var duplicates = data.Where(s => data.Count(t => t == s) > 1).Distinct().ToList();

好老的O(n^n) =)

编辑: 现在有更好的解决方案。=) 如果您定义了一个新的扩展方法，如下所示

static class Extensions
{        

    public static IEnumerable<T> Duplicates<T>(this IEnumerable<T> input)
    {
        HashSet<T> hash = new HashSet<T>();
        foreach (T item in input)
        {
            if (!hash.Contains(item))
            {
                hash.Add(item);
            }
            else
            {
                yield return item;
            }
        }
    }
}

您可以使用

var duplicates = data.Duplicates().Distinct().ToArray();

- Jens

---

使用哈希集合的好解决方案。我也在考虑这个方向，但显然还没有完全清醒... - Noldorin

确实使用哈希集合是一个好的解决方案！我知道我可以这样做，但不知道可以像那样扩展语言！ - user375049

Answer 2

使用group by来处理数据，这些方法的性能相当不错。唯一需要考虑的是如果你正在处理大数据集，可能会有很大的内存开销。

from g in (from x in data group x by x)
where g.Count() > 1 
select g.Key;

--或者，如果您更喜欢扩展方法

data.GroupBy(x => x)
    .Where(x => x.Count() > 1)
    .Select(x => x.Key)

Count() == 1 表示独特的项，Count() > 1 表示一个或多个重复的项。

由于LINQ有点懒，如果你不想重新计算您的运算，可以这样做：

var g = (from x in data group x by x).ToList(); // grouping result
// duplicates
from x in g
where x.Count() > 1 
select x.Key;
// distinct
from x in g
where x.Count() == 1 
select x.Key;

创建分组时将创建一组集合。假设它是具有O(1)插入的集合，则按组进行的运行时间为O(n)。每个操作的成本相对较高，但应该等同于近似线性的性能。

- John Leidegren

---

我想给你投赞成票，但需要15个声望才能这样做！很好的例子 :) - user375049

如果您想更改首选答案，可以这样做。 - John Leidegren

Answer 3

对数据进行排序，遍历并记住最后一个元素。当当前元素与上一个元素相同时，它就是重复的。这可以很容易地通过迭代或使用lambda表达式在O(n*log(n))时间内实现。

- Janick Bernet

---

这就是我想做的事情，但学习如何写lambda表达式并不明显该怎么做。 - user375049