即使哈希码相同，LINQ也会重复计数？

Question

我正在按 RegEx 模式对日志记录进行分组。将它们分组后，我想获得每个组的记录的Distinct 计数。对于本例，Distinct 定义为相同的访问键和相同的年、月、日、小时和分钟。

这只是一种更准确地计算不同消费者在堆栈中一直记录的东西的方法。

好的，所以我将它们分组如下：

var knownMessages = logRecords
    .Where(record => !string.IsNullOrEmpty(record.InclusionPattern))
    .GroupBy(record => new
    {
        MessagePattern = record.InclusionPattern
    })
    .Select(g => new KnownMessage
    {
        MessagePattern = g.Key.MessagePattern,
---->   Count = g.Distinct().Count(),
        Records = g.ToList()
    })
    .OrderByDescending(o => o.Count);

而GetHashCode 的类型是这样实现的：

public override int GetHashCode()
{
    var visitKeyHash = this.VisitKey == null ?
        251 : this.VisitKey.GetHashCode();
    var timeHash = this.Time.Year + this.Time.Month + this.Time.Day +
        this.Time.Hour + this.Time.Minute;

    return ((visitKeyHash * 251) + timeHash) * 251;
}

但是，例如，在列表中，我有三个记录返回相同的哈希码1439926797；我仍然得到3 的计数。我知道它正在利用GetHashCode（正如我所料）进行比较，因为我在那里有一个断点来查看哈希码是什么。

我错过了什么？

Answer 1

首先让我重复一下我在评论中所说的话。

逻辑是：如果a.GetHashcode() != b.GetHashCode() 然后a != b, 如果a.GetHashCode() == b.GetHashCode() && a.Equals(b) 然后a == b，所有GetHashcode() 为您做的是让您跳过Equals() 检查您是否有两个不同的值。这就是为什么您需要同时实现两者的原因，如果您只实现 Equals() 那么 a.GetHashCode() == b.GetHashCode() 步骤将失败并且它永远不会尝试您实现的 Equals() 。

GetHashCode() 应该很快，并且当它位于取决于它的值的集合中时，它的值不应该改变。因此，如果您将它们存储在 Dictionary 或 HashSet 或类似文件中，请不要修改 VisitKey 或 Time。

所以你需要做的就是：

public override int GetHashCode()
{
    var visitKeyHash = this.VisitKey == null ?
        251 : this.VisitKey.GetHashCode();
    var timeHash = this.Time.Year + this.Time.Month + this.Time.Day +
        this.Time.Hour + this.Time.Minute;

    return ((visitKeyHash * 251) + timeHash);
}

public override bool Equals(object obj)
{
    //Two quick tests before we start doing all the math.        
    if(Object.ReferenceEquals(this, obj))
        return true;

    KnownMessage message = obj as KnownMessage;
    if(Object.ReferenceEquals(message, null)))
        return false;

    return this.VisitKey.Equals(message.VisitKey) &&
           this.time.Year.Equals(message.Time.Year) &&
           this.time.Month.Equals(message.Time.Month) &&
           this.time.Day.Equals(message.Time.Day) &&
           this.time.Hour.Equals(message.Time.Hour) &&
           this.time.Minute.Equals(message.Time.Minute);
}

Answer 2

你没有给你的Equals 覆盖。与Dictionary 和HashSet 等其他基于散列的集合一样，Distinct() 使用的内部结构使用GetHashCode() 选择要存储的散列，但Equals 用于确定实际相等性。

问题可能是您的 Equals 或 GetHashCode 中的错误，但在后一种情况下，它与您的 Equals 不正确匹配（GetHashCode 必须为两个对象返回相同的哈希值）其中Equals 返回true，但当然也可以为两个不同的对象返回相同的值），这使得它成为这对方法中的一个错误。因此，无论哪种方式，问题都直接或间接地在于您对 Equals 的覆盖。

Answer 3

您似乎没有覆盖Equals 方法以使用与哈希码生成算法相同的相等定义。由于这用于解决哈希冲突，因此两者始终保持同步很重要。