HashSet允许插入重复项 - C#

Question

这似乎是一个初学者的问题，但我无法找到一个具体回答这个问题的答案。

我有这个类：

public class Quotes{ 
    public string symbol; 
    public string extension
}

我正在使用这个：

HashSet<Quotes> values = new HashSet<Quotes>();

但是我可以多次添加相同的Quotes对象。例如，我的Quotes对象可能具有'symbol'等于'A'和'extension'等于'=n'，并且此Quotes对象在HashSet中多次出现（通过调试模式查看HashSet）。我曾经认为在调用时会发生

values.Add(new Quotes(symb, ext));

如果符号和扩展名相同，则返回“false”，元素不会被添加。我有一种感觉，这与 HashSet 在添加新对象时比较 Quotes 对象有关。非常感谢您的帮助！

- jpints14

---

也许你想看看HashTable，或者更好的是Dictionary<string, string>。 - MethodMan

@jpints14，你使用什么进行哈希？是字符串内容还是内存位置？（或其他） - Adrian

“能够多次添加相同的Quotes对象”是指添加完全相同的实例，还是添加相同的实例？ - James Michael Hare

Answer 1

我猜测您正在创建一个具有相同值的新Quotes。在这种情况下，它们不相等。如果它们应该被视为相等，则需要重写Equals和GetHashCode方法。

public class Quotes{ 
    public string symbol; 
    public string extension

    public override bool Equals(object obj)
    {
        Quotes q = obj as Quotes;
        return q != null && q.symbol == this.symbol && q.extension == this.Extension;
    }

    public override int GetHashCode()
    {
        return this.symbol.GetHashCode() ^ this.extension.GetHashCode();
    }
}

- Kendall Frey

---

请注意，如果符号或扩展可能为空，则 GetHashCode 必须处理该情况并且不会崩溃。 - Eric Lippert

我在比较之前已经做了检查，但还是谢谢你的提示。 - jpints14

注意，在字段类型不是 string、int 或其他值类型或密封类时，应该使用 q！= null && q.symbol.Equals（this.symbol）&& q.extension.Equals（this.extension） 而不是使用 ==，因为 == 不具备多态性（如果子类定义一个 operator ==，则基类的 operator == 仍将被使用，而子类可以 覆盖 .Equals（） 方法，因此将使用子类的 .Equals（））。另外，hash1 ^ hash2 是一个较差的哈希实现，因为 "a", "b" 和 "b", "a" 具有相同的哈希值。建议使用类似 (hash1 + 7 * 13) ^ hash2 的东西。 - Suzanne Soy

我刚刚像这个例子一样重写了Equals和GetHashCode，但在我的情况下，仍然会在HashSet中出现重复项。为什么？ - Chris

Answer 2

我原本认为在使用相同的symb和ext调用values.Add(new Quotes(symb, ext));时，会返回'false'并且不会添加元素。

< p>但实际情况并非如此。

HashSet将使用GetHashCode和Equals来确定对象的相等性。目前，由于您没有在Quotes中重写这些方法，将使用默认的System.Object的引用相等性。每次添加新的Quote时，它都是一个唯一的对象实例，因此HashSet将其视为唯一的对象。

如果您重写Object.Equals和Object.GetHashCode，它将按照您的预期工作。

- Reed Copsey

Answer 3

HashSet首先根据GetHashCode计算的哈希值比较条目。默认实现基于对象本身返回一个哈希码(每个实例之间不同)。

仅当哈希值相同时(对于基于实例的哈希值，这种情况非常罕见)，才会调用Equals方法并用于明确比较两个对象。

你有两个选择：

• 将Quotes更改为结构体
• 在Quotes中重写GetHashCode和Equals方法

示例：

 public override int GetHashCode()
 {
    return (this.symbol == null ? 0 : this.symbol.GetHashCode())
       ^ (this.extension == null ? 0 : this.extension.GetHashCode());
 }
 public override bool Equals(object obj)
 {
    if (Object.ReferenceEquals(this, obj))
      return true;

    Quotes other = obj as Quotes;
    if (Object.ReferenceEquals(other, null))
      return false;

    return String.Equals(obj.symbol, this.symbol)
        && String.Equals(obj.extension, this.extension);
 }

- Matthias

---

你还需要重写 Object.Equals - 哈希值不能保证唯一，因此两种方法都要使用... - Reed Copsey

是的 - 我太专注于快速写出答案了 :-D 我刚刚添加了它，谢谢。 - Matthias

mmm - 我认为你的Object.ReferenceEquals检查不太对了... ;) 基本上，按照你的方式，只要“obj”是一个Quotes对象，你就会说它不相等（这也是它可能相等的唯一方式...） - Reed Copsey

啊！这种情况发生在我打字时两个if变成一个的时候...看来是时候休息一下了 :-) - Matthias

hash1 ^ hash2 是一种较差的哈希实现，因为 "a", "b" 和 "b", "a" 具有相同的哈希值。考虑使用类似 (hash1 + 7 * 13) ^ hash2 的方法。 - ErikE

Answer 4

我想更正Kendall的回答中的一些内容（由于某种奇怪的原因无法进行评论）。

return this.symbol.GetHashCode() ^ this.extension.GetHashCode();

请注意，异或函数是一种非常容易发生冲突的方式来组合两个哈希值，特别是当它们都是相同类型时（因为每个对象的符号==扩展将哈希到0）。即使它们不是相同类型或不太可能相等，这也是不好的实践，习惯于使用它可能会在不同的应用中导致问题。

相反，将一个哈希值乘以一个小质数，并加上第二个哈希值，例如：

return 3 * this.symbol.GetHashCode() + this.extension.GetHashCode();

- leetrobot

Answer 5

我知道这有点晚了，但我遇到了相同的问题，并在实现所选答案时发现了不可接受的性能损失，特别是当你有很多记录时。

我发现使用Hashset和Tuple将其转换为两个步骤会更快，最后通过Select进行转换。

public class Quotes{ 
    public string symbol; 
    public string extension
}

var values = new HashSet<Tuple<string,string>>();

values.Add(new Tuple<string,string>("A","=n"));
values.Add(new Tuple<string,string>("A","=n"));

// values.Count() == 1

values.Select (v => new Quotes{ symbol = v.Item1, extension = v.Item2 });

- user1265146

---

尝试将其与接受的答案类似的方法进行比较，但同时实现IEquatable<Quotes>，你可能会获得更好的结果。通过进一步调整GetHashCode()，可能会获得更好的结果。 - Jon Hanna

Answer 6

Quotes q = new Quotes() { symbol = "GE", extension = "GElec" };
values.Add(q);
values.Add(q);

..正在添加相同的实例两次，第二次将返回false。

values.Add(new Quotes() { symbol = "GE", extension = "GElec" });
values.Add(new Quotes() { symbol = "GE", extension = "GElec" });

...是将两个不同的实例相加，这两个实例恰好具有公共字段相同的值。

如其他地方所述，覆盖Equals和GetHashCode方法将会解决此问题：

public class Quotes { 
    public string symbol; 
    public string extension;

    public override bool Equals(object obj) {
        if (!(obj is Quotes)) { return false; }
        return (this.symbol == ((Quotes)obj).symbol) && 
               (this.extension == ((Quotes)obj).extension);
    }

    public override int GetHashCode() {
        return (this.symbol.GetHashCode()) ^ (this.extension.GetHashCode());
    }
} 

如果您对代码进行逐步调试，您会发现 values.Add 调用了 Quotes.Equals 和 Quotes.GetHashCode。

- Joshua Honig

---

在你的return (this.symbol.GetHashCode()) ^ (this.extension.GetHashCode());中，符号^是什么意思？这是我第一次看到，这是个打字错误吗？ - Niklas

Answer 7

我被告知覆盖Equals()和GetHashCode()不是一个好的做法。

类是引用类型，结构体是值类型。改为使用结构体将允许按值进行相等比较，从而使相同的符号/扩展名相等。

public struct Quotes { 
    public string symbol; 
    public string extension;
}

public static void Main()
{
    var hashSet = new HashSet<Quotes>();

    hashSet.Add(new Quotes { symbol = "aaa", extension = "bbb" });
    hashSet.Add(new Quotes { symbol = "aaa", extension = "bbb" });

    Console.WriteLine(hashSet.Count);
}

输出结果为1。

- tibbiustin