Linq：GroupBy 与 Distinct

Question

我一直在尝试让 Linq 查询从集合中返回不同的值。我找到了两种方法来解决这个问题；使用 GroupBy 或 Distinct。 我知道 Distinct 是为了这项工作而设计的，但我必须在对象上实现 IEquatable。

我尝试了 GroupBy，效果很好。我想知道使用 Distinct 与 GroupBy 是否具有明显的性能优势。

Answer 1

Distinct()

将比较集合中的整个对象（对于引用类型，您需要覆盖 GetHashCode 和 Equals）。它将枚举项目并将它们添加到集合中。简单又快速。比如：

Set<TSource> set = new Set<TSource>(comparer);

foreach (TSource tSource in source)
{
     if (!set.Add(tSource))
          continue;

     yield return tSource;
}

GroupBy()

允许您通过某个键对对象进行分组。在这种情况下，将比较键。它将需要为集合中的每个项目执行键选择器 lambda。此外，它还需要为每个不同的键创建分组，并将集合中的每个项目添加到其组中：

Func<TSource, TElement> elementSelector = x => x;

<TKey, TElement> lookup = new Lookup<TKey, TElement>(comparer);
foreach (TSource tSource in source)
{
     TKey key = keySelector(tSource);

     // simplified pseudo-code
     if (!lookup.Contains(key))
          lookup.Add(new Grouping(key)); 

     lookup[key].Add(elementSelector(tSource));
}

foreach(IGrouping<TKey, TElement> grouping in lookup)
    yield return grouping;

所以，我认为

GroupBy()

并没有那么简单

Distict()

那么快。

Answer 2

老问题，但我刚才偶然发现了这个问题，并决定使用 BenchmarkDotNet 运行基准测试。 注意：问题中没有具体说明，我认为它要求的是内存中的性能。

[Benchmark]
public bool GroupBy_Count_IEnumerable()
{
    return list.GroupBy(x => x.Property).Count() > 1;
}

[Benchmark]
public bool SelectDistinct_Count_IEnumerable()
{
    return list.Select(x => x.Property).Distinct().Count() > 1;
}

结果是：

Select(x => x.Property).Distinct()

比

GroupBy(x => x.Property)

快。

200 件：

方法	意思是	错误	标准偏差
GroupBy_Count_IEnumerable	11.537 我们	0.4056 我们	1.1703 我们
选择Distinct_Count_IEnumerable	5.660 我们	0.0894 我们	0.0792 我们

50_000 件商品：

方法	意思是	错误	标准偏差	中位数
GroupBy_Count_IEnumerable	7.750 毫秒	0.1527 毫秒	0.2978 毫秒	7.631 毫秒
选择Distinct_Count_IEnumerable	5.352 毫秒	0.1064 毫秒	0.2747 毫秒	5.280 毫秒