linq except 和自定义 IEqualityComparer

Question

我正在尝试在两个字符串列表上实现自定义比较器，并使用 .Except() linq 方法来获取不属于列表之一的字符串。我做自定义比较器的原因是因为我需要进行“模糊”比较，即一个列表上的一个字符串可以嵌入另一个列表上的字符串内。

我做了以下比较器

public class ItemFuzzyMatchComparer : IEqualityComparer<string>
{
    bool IEqualityComparer<string>.Equals(string x, string y)
    {
        return (x.Contains(y) || y.Contains(x));
    }

    int IEqualityComparer<string>.GetHashCode(string obj)
    {
        if (Object.ReferenceEquals(obj, null))
            return 0;
        return obj.GetHashCode();
    }
}

当我调试时，唯一遇到的断点是在 GetHashCode() 方法中。 Equals() 永远不会被触及。有什么想法吗？

Answer 1

如果返回的所有哈希码都不同，则永远不需要比较是否相等。

基本上问题是你的哈希和相等概念非常不同。我不完全确定你会如何纠正这个问题，但在你这样做之前它肯定不会起作用。

您需要确保如果 Equals(a, b) 返回 true，则 GetHashCode(a) == GetHashCode(b)。 （相反的情况不一定成立 - 哈希冲突是可以接受的，尽管显然您希望冲突尽可能少。）

Answer 2

正如乔恩指出的，您需要确保两个字符串的哈希码相等（根据您的比较规则）。不幸的是，这是相当困难的。

为了演示该问题，Equals(str, "") 对所有字符串 str 返回 true，这本质上意味着所有字符串都等于空字符串，因此，所有字符串必须具有与空字符串相同的哈希码。因此，正确实现 IEqualityComparer 的唯一方法是始终返回相同的哈希码：

public class ItemFuzzyMatchComparer : IEqualityComparer<string>  { 
  bool IEqualityComparer<string>.Equals(string x, string y)  { 
    return (x.Contains(y) || y.Contains(x)); 
  }  
  int IEqualityComparer<string>.GetHashCode(string obj)  { 
    if (Object.ReferenceEquals(obj, null)) return 0; 
    return 1; 
  } 
}

然后您可以使用 Except 方法，它会正确运行。唯一的问题是您（可能）会得到一个相当低效的实现，因此如果您需要更好的性能，您可能必须实现自己的 Except。但是，我不确定 LINQ 实现的效率有多低，并且我不确定是否实际上可以为您的比较规则提供任何有效的实现。

Answer 3

也许这个问题可以在没有 IEqualityComparer 接口实现的情况下得到解决。 Jon 和 Thomas 关于实现该接口有很好的观点，而平等似乎并不能定义您的问题。根据您的描述，我认为您可以在比较期间不使用 except 扩展来执行此操作。相反，首先获取匹配项，然后执行 except。看看这是否适合您：

 List<String> listOne = new List<string>(){"hard", "fun", "code", "rocks"};
 List<String> listTwo = new List<string>(){"fund", "ode", "ard"};

 var fuzzyMatchList = from str in listOne
                      from sr2 in listTwo
                      where str.Contains(sr2) || sr2.Contains(str)
                      select str;
 var exceptList = listOne.Except(fuzzyMatchList);