从列表中删除项目的最佳方法答案

【问题标题】：Best method to remove items from a list从列表中删除项目的最佳方法
【发布时间】：2015-04-16 10:29:53
【问题描述】：

我有一个包含 500.000 到 1.000.000 个 MyClass 实例的列表，它具有以下属性：

class MyClass
{
    string ParentId;
    string Name;
    DateTime StartDate;
    DateTime EndDate;
}

数据可能如下所示：

ParentId | Name    | StartDate    | EndDate
----------------------------------------------
parent1  | alpha   | 01-01-2011   | 02-02-2015
parent1  | beta    | 01-01-2011   | 02-02-2014
parent2  | gamma   | 01-01-2012   | 02-02-2011

我需要过滤列表，使其包含“alpha”和“gamma”对象。应该排除“beta”对象，因为它与 alpha 具有相同的父对象，但 EndDate 更早。

即结果列表应该只包含每个 ParentId 的一个实例（具有最新 EndDate 的那个）。

过滤需要表现良好。

【问题讨论】：

myClasses.Where(x => x.Name == "alfa" || x.Name == "gamma").Distinct()，它应该是高效的 - 如果您想了解速度有多快，请使用 System.Timer()
过滤和删除不一样。你在问什么？你是什么意思“表现良好”？存储了多少对象？树有多深？对于大量和/或深度树，您需要树结构
你不应该在数据库中这样做吗？
为什么这么多？它们是从数据库加载的吗？为什么不在数据库中过滤它们？无论如何，有这么多的项目，你需要一个专门的树集合，而不是一个简单的列表，特别是如果有很多或很深的父子关系。
@callum 类似于第一个答案，但都未通过 EndDate 比较进行检查。如果我理解预期结果，过滤不是在名称 == 'alpha' 或 'gamma' 上，而是在 ParentID && where max EndDate 上的 group --> 基于示例导致 alpha 和 gamma 记录。

标签： c# linq lambda ienumerable

【解决方案1】：

您可以使用GroupBy 和Select：

var filtered = list
              .GroupBy(mc=>mc.ParentId)
              .Select(g=>g.OrderByDescending(mc=>mc.EndDate).First())
              .ToList();

【讨论】：

是否可以通过.SelectMany().Distinct() 获得相同的结果？
@CallumLinington - 我真的没有理由在这里使用SelectMany，First 更优雅，因为我们知道每个组只需要一个元素.如果我们知道只选择一个元素，我们也不需要Distinct。
如果这些组没有任何内容怎么办？
@Callum Linington - 我不确定你的意思。这些组是从现有的 MyClass 实例创建的（名字不好）。此处不能存在空组 - 它一开始就不会生成。我们取MyClass，并根据其ParentId进行分组。

【解决方案2】：

我假设您想过滤掉 beta 是出于解释的原因，而不是因为它的名称。您可以使用以下方法来实现这样的结果：

myClasses.GroupBy(i => i.ParentId)
    .Select(i => i.OrderByDescending(i2 => i2.EndDate).First());

【讨论】：

请注意，您在嵌套的 lambda 表达式中使用了两次 i：i => i.OrderByDescending(i => i.EndDate) - 这不会编译。除此之外，这与我的答案相同。
我编辑并修复了它：谢谢。至于你的回答，我投了:)

【解决方案3】：

虽然当前接受的答案（@Kobi）是正确的并且可能是最简单的解决方案，但它可能不是“最佳”解决方案。

特别是，由于您提到列表中可能有很多项目并且解决方案应该表现良好，我想我会检查没有 LINQ 的解决方案的执行情况。

这是我的解决方案：

var tempDict = new Dictionary<string, MyClass>();
foreach (var data in list) // list is the List<MyClass>
{
    MyClass existing;
    if (!tempDict.TryGetValue(data.ParentId, out existing))
    {
        // Put item into temp dictionary (use ParentId as key)
        tempDict[data.ParentId] = data;
    }
    else
    {
        // Check if the instance in the temp dictionary has an
        // earlier EndDate. If yes, replace it.
        if (existing.EndDate < data.EndDate) // replace
            tempDict[data.ParentId] = data;
    }
}

var result = tempDict.Values.ToList();

快速比较（使用 500.000 个项目）表明，此解决方案比 LINQ 版本快大约 3 到 4 倍（取决于唯一 ParentId 值的数量）。

【讨论】：

【解决方案4】：

您可以使用Linq.Where 轻松过滤List<T>

var result = myList
    .Where(item => item.Name == "gamma" || item.Name == "alfa")
    .ToList();

如果你想区分某个字段的输出，你可以使用MoreLinq'sDistinctBy

或GroupBy:

var result = myList
    .Where(item => item.Name == "gamma" || item.Name == "alfa")
    .GroupBy(item => item.ParentId)
    .Select(g => g.First()) //Selection logic
    .ToList();

【讨论】：

也需要Distinct()？以确保其独一无二
抱歉我的问题不清楚。我无法过滤名称，我需要查看 ParentId 和 EndDate
考虑到这一点，我试图回答。让我知道它是否正确。
OP 对要求不是很清楚。其他答案中的 Group、Select、Orderby 是这里的解决方案，因为我认为他们想要每个父母的最新项目。 “gamma”等是红鲱鱼。

【解决方案5】：

你可以使用它，这种方法在大数组上运行良好且快速：

var groupesList = yourList.GroupBy(x => x.ParentId,
     (y, set) => new {Key = y, Value = set.First(s => s.EndDate == set.Max(r => r.EndDate))}).Select(x => x.Value).ToList();

【讨论】：