linq - 您如何查询一个查询源中不在另一个查询源中的项目？答案

【问题标题】：linq - how do you do a query for items in one query source that are not in another one?linq - 您如何查询一个查询源中不在另一个查询源中的项目？
【发布时间】：2010-09-08 05:16:28
【问题描述】：

如果我有 2 个查询源，我如何找到其中一个查询源而不是另一个查询源？

在两者中查找项目的连接示例：

var results = from item1 in qs1.Items
   join item2 in qs2 on item1.field1 equals item2.field2
   select item1;

那么 linq 代码将返回 qs1 中不在 qs2 中的项目是什么？

【问题讨论】：

标签： c# .net linq .net-3.5

【解决方案1】：

来自Marco Russo

NorthwindDataContext dc = new NorthwindDataContext();
dc.Log = Console.Out;
var query =
    from c in dc.Customers
    where !(from o in dc.Orders
            select o.CustomerID)
           .Contains(c.CustomerID)
    select c;
foreach (var c in query) Console.WriteLine( c );

【讨论】：

这是否具有 O(N^2) 复杂性，因为它针对每个客户检查所有订单？ Darren Kopp 的建议是否更好？

【解决方案2】：

使用 except 扩展方法。

var items1 = new List<string> { "Apple","Orange","Banana" };
var items2 = new List<string> { "Grapes","Apple","Kiwi" };

var excluded = items1.Except(items2);

【讨论】：

这是更好的方法（见下面我的回答）。

【解决方案3】：

达伦·科普的answer：

var excluded = items1.Except(items2);

从性能的角度来看是最好的解决方案。

（注意：这对于至少常规 LINQ 来说是正确的，也许 LINQ to SQL 会根据 Marco Russo's blog post 改变事情。但是，我想在“最坏的情况”下，Darren Kopp 的方法至少会返回即使在 LINQ to SQL 环境中，Russo 方法的速度也是如此）。

作为一个简单的例子，在LINQPad 中试试这个：

void Main()
{
   Random rand = new Random();
   int n = 100000;
   var randomSeq = Enumerable.Repeat(0, n).Select(i => rand.Next());
   var randomFilter = Enumerable.Repeat(0, n).Select(i => rand.Next());

   /* Method 1: Bramha Ghosh's/Marco Russo's method */
   (from el1 in randomSeq where !(from el2 in randomFilter select el2).Contains(el1) select el1).Dump("Result");

   /* Method 2: Darren Kopp's method */
   randomSeq.Except(randomFilter).Dump("Result");
}

尝试一次注释掉这两种方法中的一种，并尝试不同 n 值的性能。

我的经验（在我的 Core 2 Duo 笔记本电脑上）似乎表明：

n = 100. Method 1 takes about 0.05 seconds, Method 2 takes about 0.05 seconds
n = 1,000. Method 1 takes about 0.6 seconds, Method 2 takes about 0.4 seconds
n = 10,000. Method 1 takes about 2.5 seconds, Method 2 takes about 0.425 seconds
n = 100,000. Method 1 takes about 20 seconds, Method 2 takes about 0.45 seconds
n = 1,000,000. Method 1 takes about 3 minutes 25 seconds, Method 2 takes about 1.3 seconds

方法 2（Darren Kopp 的回答）显然更快。

对于较大的 n，方法 2 的速度下降很可能是由于创建了随机数据（请随意放入 DateTime 差异来确认这一点），而方法 1 显然存在算法复杂性问题（仅通过查看您可以看到它至少是 O(N^2)，因为它与整个第二个集合进行比较的第一个集合中的每个数字。

结论：使用 Darren Kopp 对 LINQ 的 'Except' 方法的回答

【讨论】：

写得很好。我也喜欢 Enumerable.Repeat() 方法。直到今天才看到那个，但这是一个很好的小方法。
由于这个答案的重要性而改变了接受的答案。它只需要包含答案，而不仅仅是引用它。请编辑此内容以至少包含此内容（当然要给予 Darren 适当的荣誉）： var exclude = items1.Except(items2);

【解决方案4】：

另一种完全不同的看待它的方式是将 lambda 表达式（用于填充第二个集合的条件）作为谓词传递给第一个集合。

我知道这不是问题的确切答案。我想其他用户已经给出了正确的答案。

【讨论】：

【解决方案5】：

这里有一个更简单的版本，你不需要嵌套查询：

List<string> items1 = new List<string>();
items1.Add("cake");
items1.Add("cookie");
items1.Add("pizza");

List<string> items2 = new List<string>();
items2.Add("pasta");
items2.Add("pizza");

var results = from item in items1
          where items2.Contains(item)
          select item;

foreach (var item in results)
    Console.WriteLine(item); //Prints 'pizza'

【讨论】：