使用条件相等性为IEqualityComparer<T>实现GetHashCode

Question

使用条件相等性为IEqualityComparer<T>实现GetHashCode

6

我想知道有没有人对这个问题有任何建议。

我正在使用intersect和except（Linq）以及自定义的IEqualityComparer来查询两个ISyncableUsers序列的集合差异和集合交集。

public interface ISyncableUser
{
    string Guid { get; }
    string UserPrincipalName { get; }
}

判断两个ISyncableUsers是否相等的逻辑是有条件的。这些条件主要围绕着Guid和UserPrincipalName这两个属性是否有值。最好的方法是通过代码来解释这个逻辑。下面是我客户端IEqualityComparer Equals方法的实现：

public bool Equals(ISyncableUser userA, ISyncableUser userB)
{
    if (userA == null && userB == null)
    {
        return true;
    }

    if (userA == null)
    {
        return false;
    }

    if (userB == null)
    {
        return false;
    }

    if ((!string.IsNullOrWhiteSpace(userA.Guid) && !string.IsNullOrWhiteSpace(userB.Guid)) &&
        userA.Guid == userB.Guid)
    {
        return true;
    }

    if (UsersHaveUpn(userA, userB))
    {
        if (userB.UserPrincipalName.Equals(userA.UserPrincipalName, StringComparison.InvariantCultureIgnoreCase))
        {
            return true;
        }
    }
    return false;
}

private bool UsersHaveUpn(ISyncableUser userA, ISyncableUser userB)
{
    return !string.IsNullOrWhiteSpace(userA.UserPrincipalName)
            && !string.IsNullOrWhiteSpace(userB.UserPrincipalName);
}

我遇到的问题是实现GetHashCode，使得上面表示的条件相等被尊重。目前我唯一能让intersect和except方法按预期工作的方法是始终从GetHashCode()返回相同的值，强制调用Equals。

 public int GetHashCode(ISyncableUser obj)
 {
     return 0;
 }

这个方法能够实现，但是性能惩罚非常大，这是意料之中的。我测试过使用非条件相等时的情况，当两个包含50000个对象的集合，用一个合适的哈希码实现可以在约40毫秒内执行拦截和除外操作。而一个始终返回0的哈希码实现需要大约144000毫秒（是的，2.4分钟！）。

那么，在上述场景中，我应该如何实现GetHashCode()呢？

欢迎提出任何想法！

- Sam Shiles

用户B的UserPrincipalName属性使用了string.IsNullOrEmpty进行检查，而不像用户A的UserPrincipalName属性那样使用string.IsNullOrWhiteSpace。这个检查应该是一致的，以正确实现Equals方法。 - Konstantin Oznobihin

不好意思，我直接在SO上输入了，那是我的错误。我已经纠正了。 - Sam Shiles

3个回答

2

如果我们假设你的Equals实现是正确的，即它是反射性的、传递性的和对称的，那么你的GetHashCode函数的基本实现应该如下所示：

``` public int GetHashCode(ISyncableUser obj) { if (obj == null) { return SOME_CONSTANT; }

if (!string.IsNullOrWhiteSpace(obj.UserPrincipalName) && ) { return GetHashCode(obj.UserPrincipalName); }

return GetHashCode(obj.Guid); } ```

你还应该了解到你的对象之间存在相当复杂的依赖关系。

事实上，让我们考虑两个ISyncableUser对象：'u1'和'u2'，使得u1.Guid != u2.Guid，但u1.UserPrincipalName == u2.UserPrincipalName并且名称不为空。相等性的要求强制对于任何ISyncableUser对象'u'，使得u.Guid == u1.Guid，条件u.UserPrincipalName == u1.UserPrincipalName也应该为真。这种推理决定了GetHashCode的实现，对于每个用户对象，它应该基于它的名称或guid。

- Konstantin Oznobihin

我已经更新了我的OP，包含了我的UsersHaveUpn方法。很抱歉，但我不明白如何实现你的HaveUpnWithSomeUser方法。只是检查UPN是否为空吗？我不确定那样会起作用。 - Sam Shiles

@SamShiles：我已经编辑了我的答案，你哈希码的问题在于对于每个对象，你需要知道是否有可能得到另一个具有相同名称但不同 guid 的对象。否则它就行不通。 - Konstantin Oznobihin

0

一种方法是维护一个用户名和GUID的哈希码字典。

你可以在开始时为所有用户生成这个字典，这可能是最清晰的解决方案。
你可以在每个用户的构造函数中添加或更新条目。
或者，你可以在GetHashCode函数内部维护该字典。这意味着你的GetHashCode函数需要更多的工作，并且不是没有副作用的。让它与多个线程或并行linq一起工作需要更加小心的处理。因此，我不知道是否推荐这种方法。

尽管如此，这是我的尝试：

private Dictionary<string, int> _guidHash = 
     new Dictionary<string, int>();

private Dictionary<string, int> _nameHash = 
     new Dictionary<string, int>(StringComparer.OrdinalIgnoreCase);

public int GetHashCode(ISyncableUser obj)
{
    int hash = 0;

    if (obj==null) return hash;

    if (!String.IsNullOrWhiteSpace(obj.Guid) 
        && _guidHash.TryGetValue(obj.Guid, out hash))
        return hash;

    if (!String.IsNullOrWhiteSpace(obj.UserPrincipalName) 
        && _nameHash.TryGetValue(obj.UserPrincipalName, out hash))
        return hash;

    hash = RuntimeHelpers.GetHashCode(obj); 
    // or use some other method to generate an unique hashcode here

    if (!String.IsNullOrWhiteSpace(obj.Guid)) 
         _guidHash.Add(obj.Guid, hash);

    if (!String.IsNullOrWhiteSpace(obj.UserPrincipalName)) 
         _nameHash.Add(obj.UserPrincipalName, hash);

    return hash;
}

请注意，如果ISyncableUser对象不友好并展示像Rawling答案中的情况，这将失败。我假设具有相同GUID的用户将具有相同的名称或根本没有名称，并且具有相同principalName的用户具有相同的GUID或根本没有GUID。（我认为给定的Equals实现具有相同的限制）

- HugoRune

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Rawling · Accepted Answer

如果我理解正确的话，您的相等关系不是传递的。请想象以下三个ISyncableUser：

A { Guid: "1", UserPrincipalName: "2" }
B { Guid: "2", UserPrincipalName: "2" }
C { Guid: "2", UserPrincipalName: "1" }

A == B，因为它们具有相同的 UserPrincipalName
B == C，因为它们具有相同的 Guid
A != C，因为它们没有共享的内容。

来自规范文档,

Equals 方法是自反的、对称的和传递的。也就是说，如果使用该方法将对象与自身进行比较，则返回 true；如果 y 和 x 为真，则 x 和 y 的结果也为真；如果 x 和 y 的结果为真，并且 y 和 z 的结果也为真，则 x 和 z 的结果也为真。

如果您的相等关系不一致，那么您无法实现支持该关系的哈希代码。

从另一个角度看：您实际上正在寻找三个功能：

G 将 GUID 映射到整数（如果您知道 GUID 但 UPN 为空）
U 将 UPN 映射到整数（如果您知道 UPN 但 GUID 为空）
P 将（guid，upn）对映射到整数（如果您两者都知道）

使得对于所有的 g 和 u，G(g) == U(u) == P(g，u)。只有当您完全忽略 g 和 u 时才可能实现这一点。