如何使用LINQ重命名列表中的重复项

Question

我需要一个独特值的列表。但是，列表中可能存在重复的值。 如果发生这种情况，我必须重新命名该值，但是已经改名的值也可能在列表中出现。

是否可能使用LINQ查询来重新命名值，以便不需要子查询？

示例1： 之前： "one", "one", "two", "two", "three" 之后： "one", "one_", "two", "two_", "three"

示例2： 之前： "one", "one", "one_" 之后： "one", "one_", "one__"

第3个“one”有两个下划线，因为第2个“one”被重新命名为“one_”。

非常感谢您提供想法...

- Rocco Hundertmark

---

LINQ 不适合修改集合，但适合查询它们。我会选择 Alxandr 的建议。 - Jens

@Jens：这并不要求修改TSource，只是查询派生项。虽然我同意这个建议。 - H H

Answer 1

我认为这不应该仅使用linq查询来完成。如果我是你，我会使用HashSet并创建一个函数。类似这样：

IEnumerable<String> GetUnique(IEnumerable<String> list) {
    HashSet<String> itms = new HashSet<String>();
    foreach(string itm in list) {
         string itr = itm;
         while(itms.Contains(itr)) {
             itr = itr + "_";
         }
         itms.Add(itr);
         yield return itr;
    }
}

[编辑]

这可以被制作成一个扩展方法，这样你就可以像这样调用它：myList.GetUnique();（或类似的方式）

[编辑2]

修复了迭代器变量被更改的错误。

- Alxandr

---

正要发布类似的内容！ 我唯一的建议是将其制作为扩展方法，这样调用会更容易，并在构建要插入的候选字符串时使用StringBuilder以避免大量低效的字符串连接。 - BishopRook

我曾考虑使用StringBuilder，但后来想到通常你可能只会在列表末尾添加1或2个“_”；在这种情况下，我认为使用StringBuilder的收益并不大，而且在while循环中调用ToString的成本也不高...嗯，我只是觉得这样做不值得。 - Alxandr

@Alxandr：同意，因为每次查找都需要字符串，所以使用连接符（+）更有效率。 - James Michael Hare

@StriplingWarrior：等等，什么？你的意思是如果我这样做 string a = "a"; string b = "b"; string c = a + b; C#（在幕后）会为连接创建一个 StringBuilder 吗？那不是浪费内存和其他东西吗？ - Alxandr

@Alxandr：我改正了。只有在连接四个或更多字符串时才会创建StringBuilder。 - StriplingWarrior

Answer 2

我会创建一个新的扩展方法，代码如下：

public static IEnumerable<string> Uniquifier(this IEnumerable<string> values)
{
    if (values == null) throw new ArgumentNullException("values");

    var unique = new HashSet<string>();

    foreach(var item in values)
    {
        var newItem = item;

        while(unique.Contains(newItem))
        {
            newItem += '_';
        }

        unique.Add(newItem);

        yield return newItem;
    }
}

这将会接收任何字符串序列，并创建一个哈希集 - 非常快速，O(1) - 的值。如果该值已经存在，则添加下划线并重试。一旦找到唯一的值，就返回它。

- James Michael Hare

---

这是第一个能够成功编译并运行的答案。 - docmanhattan

Answer 3

使用扩展方法：

public static class EnumerableExtensions
{
    public static IEnumerable<string> Uniquify(this IEnumerable<string> enumerable, string suffix)
    {
        HashSet<string> prevItems = new HashSet<string>();
        foreach(var item in enumerable)
        {
            var temp = item;
            while(prevItems.Contains(temp))
            {
                temp += suffix;
            }
            prevItems.Add(temp);
            yield return temp;
        }
    }
}

用法：

var test1 = new[] {"one","one","two","two","three"};
Console.WriteLine(String.Join(",",test1.Uniquify("_")));

实时示例：http://rextester.com/rundotnet?code=BYFVK87508

编辑：现在使用while循环支持以前不支持的所有情况，如下面的评论所述。

- Jamiec

---

你应该使用 HashSet 替换列表。速度会快得多。 - Alxandr

错误的算法。使用“one”，“one_”，“one”进行测试。 - H H

如果有多个相同字符串值的出现，则无法正常工作。 - docmanhattan