HashSet 允许重复项插入 - C#答案

【问题标题】：HashSet allows duplicate item insertion - C#HashSet 允许重复项插入 - C#
【发布时间】：2012-02-03 13:50:51
【问题描述】：

这种似乎是一个菜鸟问题，但我找不到这个问题的具体答案。

我有这门课：

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 对象可能有 'symbol' 等于 'A' 和 'extension' 等于 '=n'，并且这个 Quotes 对象在 HashSet 中出现多次（通过调试模式查看 Hashset）。打电话的时候我也想过

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

使用相同的符号和分机，将返回'false'并且不会添加元素。我感觉它与 HashSet 添加新对象时比较 Quotes 对象有关。任何帮助将不胜感激！

【问题讨论】：

也许你想看看 HashTable 甚至更好的 Dictionary
@jpints14 你在讨论什么？字符串内容还是内存位置？（或其他）
“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？

标签： c# .net hashset

【解决方案1】：

我猜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，请覆盖 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();
    }
}

【讨论】：

请注意，如果符号或扩展名可能为空，则 GetHashCode 必须处理该问题并且不会崩溃。
在需要比较之前我确实有一个检查，但感谢您的提示
注意，对于strings、ints或其他值类型或密封类以外的字段类型，应使用q != null && q.symbol.Equals(this.symbol) && q.extension.Equals(this.extension)而不是==，因为==是不是多态的（即如果子类定义了operator ==，基类'orperator == 仍将被使用，而子类可以覆盖.Equals() 方法，因此子类'.Equals() 将是使用过。另外，hash1 ^ hash2 是一个糟糕的哈希实现，因为 "a", "b" 和 "b", "a" 具有相同的哈希。更喜欢像 (hash1 + 7 * 13) ^ hash2 这样的东西。
我刚刚覆盖了 Equals 和 GetHashCode，就像本例中所示，但在我的情况下，我仍然在 HashSet 中得到重复项。为什么？

【解决方案2】：

我原以为用相同的symb和ext调用values.Add(new Quotes(symb, ext));时，会返回'false'并且不会添加元素。

事实并非如此。

HashSet 将使用GetHashCode 和Equals 来确定对象的相等性。现在，由于您没有在Quotes 中覆盖这些方法，因此将使用默认的System.Object 的引用相等性。每次您添加一个新的 Quote，它都是一个唯一的对象实例，因此 HashSet 将其视为一个唯一的对象。

如果您覆盖 Object.Equals 和 Object.GetHashCode，它将按预期工作。

【讨论】：

【解决方案3】：

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

只有当哈希值相同时（基于实例的哈希值非常不可能），才会调用 Equals 方法并用于明确比较两个对象。

你必须选择：

将引号更改为结构
在引号中覆盖 GetHashCode 和 Equals

例子：

 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);
 }

【讨论】：

您还需要覆盖Object.Equals - 不保证哈希是唯一的，因此两种方法都使用...
是的 - 专注于足够快地写出答案:-D 我刚刚添加了它，谢谢。
mmm - 我认为您的 Object.ReferenceEquals 检查不太正确... ;) 基本上，按照您的方式，任何时候“obj”都是 Quotes 对象，您会说它不相等（这是它永远相等的唯一方法......）
啊！当打字时两个 if 合二为一时，就会发生这种情况……看来我该休息一下了 :-)
hash1 ^ hash2 是一个糟糕的哈希实现，因为 "a", "b" 和 "b", "a" 具有相同的哈希。考虑类似(hash1 + 7 * 13) ^ hash2。

【解决方案4】：

只是想修复 Kendall 的回答中的一些问题（由于某些奇怪的原因无法发表评论）。

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

请注意，xor 函数是组合两个散列的一种特别容易发生冲突的方法，尤其是当它们都是相同类型时（因为符号 == 扩展的每个对象都将散列为 0）。即使它们不是同一类型或不太可能彼此相等，这也是不好的做法，并且习惯它可能会导致不同设备出现问题。

相反，将一个散列乘以一个小的质数，然后加上第二个，例如：

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

【讨论】：

【解决方案5】：

我知道这有点晚了，但我遇到了同样的问题，并在实施所选答案时发现了不可接受的性能损失，尤其是当您有很多记录时。

我发现使用 Hashset 和 Tuple 将其转变为两步过程并最终通过 Select 进行转换的速度要快得多。

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 });

【讨论】：

尝试将其与接受的答案之类的方法进行比较，但也让Quotes 实现IEquatable<Quotes>，您可能会得到更好的结果。通过进一步调整 GetHashCode() 可能会获得更好的结果。

【解决方案6】：

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

.. 两次添加同一个实例，第二次返回 false。

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

.. 正在添加两个不同的实例，它们恰好具有相同的公共字段值。

如其他地方所述，覆盖 Equals 和 GetHashCode 将更正此问题：

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());
    }
}

如果您逐步调试代码，您会发现 values.Add 调用了 Quotes.Equals 和 Quotes.GetHashCode。

【讨论】：

^ 在您的 return (this.symbol.GetHashCode()) ^ (this.extension.GetHashCode()); 中做了什么？这是我第一次看到这是一个错字吗？

【解决方案7】：

我被告知重写 Equals() 和 GetHashCode() 不是一个好习惯。

类是引用类型，结构是值类型。更改为结构将允许按值进行相等比较，从而将相同的符号/扩展呈现为相等。

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);
}

输出为 1。

【讨论】：