寻找两个列表中的差异

Question

我正在思考一种好的方法来查找两个列表中的差异。

下面是问题：

两个列表有一些字符串，其中前三个数字/字符（用*分隔）表示唯一键（后跟文本字符串="key1 * key2 * key3 * text"）。

以下是字符串示例：

AA1*1D*4*The quick brown fox*****CC*3456321234543~

其中"*AA1*1D*4*"是一个唯一的键。

List1："index1*index2*index3"、"index2*index2*index3"、"index3*index2*index3"

List2："index2*index2*index3"、"index1*index2*index3"、"index3*index2*index3"、"index4*index2*index3"

我需要匹配两个列表中的索引并进行比较。

1. 如果第一个列表中的全部三个索引与另一个列表中的三个索引匹配，则需要在新列表中跟踪这两个字符串条目。

2. 如果一个列表中有一组索引在另一个列表中不存在，则需要跟踪一侧并在另一侧保留一个空条目。（例如上面的#4）

返回列表。

这是我到目前为止做的事情，但我有点困扰：

        List<String> Base = baseListCopy.Except(resultListCopy, StringComparer.InvariantCultureIgnoreCase).ToList(); //Keep unique values(keep differences in lists)
        List<String> Result = resultListCopy.Except(baseListCopy, StringComparer.InvariantCultureIgnoreCase).ToList(); //Keep unique values (keep differences in lists)

        List<String[]> blocksComparison = new List<String[]>(); //we container for non-matching blocks; so we could output them later

        //if both reports have same amount of blocks
        if ((Result.Count > 0 || Base.Count > 0) && (Result.Count == Base.Count))
        {
            foreach (String S in Result)
            {
                String[] sArr = S.Split('*');
                foreach (String B in Base)
                {
                    String[] bArr = B.Split('*');

                    if (sArr[0].Equals(bArr[0]) && sArr[1].Equals(bArr[1]) && sArr[2].Equals(bArr[2]) && sArr[3].Equals(bArr[3]))
                    {
                        String[] NA = new String[2]; //keep results
                        NA[0] = B; //[0] for base
                        NA[1] = S; //[1] for result
                        blocksComparison.Add(NA);
                        break;
                    }
                }
            }
        }

你能推荐一个适合这个过程的好算法吗？

谢谢

- Andrew

---

我认为使用复合字符串键而不是自定义类来表示不同索引是你问题的根源。 - Oded

如果我没错的话，这个问题可以被分解为 -> 找出两个列表的交集？我问这个是因为索引的顺序很重要，对吗？ - noMAD

Answer 1

你可以使用 HashSet。

为 List1 创建一个 HashSet。请记住，index1*index2*index3 与 index3*index2*index1 不同。

现在遍历第二个列表。

Create Hashset for List1.

foreach(string in list2)
{
    if(hashset contains string)
       //Add it to the new list.
}

- Sandeep

Answer 2

List one = new List();
List two = new List();
List three = new List();
HashMap<String,Integer> intersect = new HashMap<String,Integer>();

for(one: String index)
{
    intersect.put(index.next,intersect.get(index.next) + 1);
}

for(two: String index)
{
    if(intersect.containsKey(index.next))
    {
        three.add(index.next);
    }
}

- noMAD

Answer 3

如果我正确理解了您的问题，您想通过它们的“键”前缀而不是整个字符串内容来比较元素。如果是这样，实现自定义相等比较器将允许您轻松利用LINQ集合算法。

这个程序...

class EqCmp : IEqualityComparer<string> {

    public bool Equals(string x, string y) {
        return GetKey(x).SequenceEqual(GetKey(y));
    }

    public int GetHashCode(string obj) {
        // Using Sum could cause OverflowException.
        return GetKey(obj).Aggregate(0, (sum, subkey) => sum + subkey.GetHashCode());
    }

    static IEnumerable<string> GetKey(string line) {
        // If we just split to 3 strings, the last one could exceed the key, so we split to 4.
        // This is not the most efficient way, but is simple.
        return line.Split(new[] { '*' }, 4).Take(3);
    }

}

class Program {

    static void Main(string[] args) {

        var l1 = new List<string> {
            "index1*index1*index1*some text",
            "index1*index1*index2*some text ** test test test",
            "index1*index2*index1*some text",
            "index1*index2*index2*some text",
            "index2*index1*index1*some text"
        };

        var l2 = new List<string> {
            "index1*index1*index2*some text ** test test test",
            "index2*index1*index1*some text",
            "index2*index1*index2*some text"
        };

        var eq = new EqCmp();

        Console.WriteLine("Elements that are both in l1 and l2:");
        foreach (var line in l1.Intersect(l2, eq))
            Console.WriteLine(line);

        Console.WriteLine("\nElements that are in l1 but not in l2:");
        foreach (var line in l1.Except(l2, eq))
            Console.WriteLine(line);

        // Etc...

    }

}

...打印出以下结果：

Elements that are both in l1 and l2:
index1*index1*index2*some text ** test test test
index2*index1*index1*some text

Elements that are in l1 but not in l2:
index1*index1*index1*some text
index1*index2*index1*some text
index1*index2*index2*some text

- Branko Dimitrijevic