c# - 从具有 "priority"的列表中删除重复项

Question

给定这样的记录集合:

string ID1;
string ID2;
string Data1;
string Data2;
// :
string DataN

最初 Data1..N 为空，对于这个问题几乎可以忽略。 ID1 和 ID2 都唯一标识记录。所有记录都有一个 ID2；有些还会有 ID1。给定一个 ID2，有一个(耗时的)方法来获取它对应的 ID1。给定一个 ID1，有一个(耗时的)方法来获取 Data1..N 用于记录。我们的最终目标是尽快为所有记录填写Data1..N。

我们的直接目标是(尽快)消除列表中的所有重复项，保留包含更多信息的那个。

例如，如果 Rec1 == {ID1="ABC", ID2="XYZ"} 和 Rec2 = {ID1=null, ID2="XYZ"}，那么这些是重复的，--- 但我们必须专门删除 Rec2 并保留 Rec1。

最后一个要求消除了删除重复项的标准方法(例如 HashSet)，因为它们认为“重复项”的两面是可以互换的。

Answer 1

如何将原始列表分成 3 个 - 包含所有数据的列表、包含 ID1 的列表和仅包含 ID2 的列表。

然后做:

var unique = allData.Concat(id1Data.Except(allData))
                    .Concat(id2Data.Except(id1Data).Except(allData));

仅根据 ID2 定义了相等性。

我怀疑有更有效的表达方式，但据我所知，基本思想是合理的。将初始列表拆分为三个只需使用 GroupBy(然后在每个组上调用 ToList 以避免重复查询)。

编辑:可能更好的想法:像以前一样拆分数据，然后执行:

var result = new HashSet<...>(allData);
result.UnionWith(id1Data);
result.UnionWith(id2Data);

我相信 UnionWith 会保留现有 元素，而不是用新的但相等的元素覆盖它们。另一方面，没有明确指定。如果定义明确就好了...

(同样，要么使您的类型基于 ID2 实现相等性，要么使用这样做的相等性比较器创建哈希集。)