LINQ 按顺序分组，并通过排序进行计数

Question

>我正在寻找一种最佳性能方法，使用 LINQ 对序列进行排序和计数。我将处理甚至大于 500 MB 的文件，因此性能是该任务中最重要的关键。

List<int[]> num2 = new List<int[]>();
num2.Add(new int[] { 35, 44 });
num2.Add(new int[] { 200, 22 });
num2.Add(new int[] { 35, 33 });
num2.Add(new int[] { 35, 44 });
num2.Add(new int[] { 3967, 11 });
num2.Add(new int[] { 200, 22 });
num2.Add(new int[] { 200, 2 });

结果必须是这样的：

[35,   44]  => 2
[200,  22] => 2
[35,   33] => 1
[35,   44] => 1
[3967, 11] => 1
[200,  2 ] => 1

我做了这样的事情：

        Dictionary<int[], int> result2 = (from i in num2
                                       group i by i into g
                                       orderby g.Count() descending
                                       select new { Key = g.Key, Freq = g.Count() })
                          .ToDictionary(x => x.Key, x => x.Freq);
        SetRichTextBox("nn Second groupingn");
        foreach (var i in result2)
        {
            SetRichTextBox("nKey: ");
            foreach (var r in i.Key)
            {
                SetRichTextBox(r.ToString() + "  ");
            }
            SetRichTextBox("n  Value: " + i.Value.ToString());
        }

但它无法正常工作。有什么帮助吗？

Answer 1

对于长度为 2 的数组，这将起作用。

num2.GroupBy(a => a[0])
    .Select(g => new { A0 = g.Key, A1 = g.GroupBy(a => a[1]) })
    .SelectMany(a => a.A1.Select(a1 => new { Pair = new int[] { a.A0, a1.Key }, Count = a1.Count() }));

我认为这应该会给你最好的性能;你也可以在第一个 Select 语句之后尝试一个 .AsParallel() 子句。

此策略（按数组的第 n 个元素依次分组）推广到任意长度的数组：

var dim = 2;
var tuples = num2.GroupBy(a => a[0])
    .Select(g => new Tuple<int[], List<int[]>>(new [] { g.Count(), g.Key }, g.Select(a => a.Skip(1).ToArray()).ToList()));
for (int n = 1; n < dim; n++)
{
    tuples = tuples.SelectMany(t => t.Item2.GroupBy(list => list[0])
        .Select(g => new Tuple<int[], List<int[]>>(new[] { g.Count() }.Concat(t.Item1.Skip(1)).Concat(new [] { g.Key }).ToArray(), g.Select(a => a.Skip(1).ToArray()).ToList())));
}
var output = tuples.Select(t => new { Arr = string.Join(",", t.Item1.Skip(1)), Count = t.Item1[0] })
    .OrderByDescending(o => o.Count)
    .ToList();

生成输出

Arr = "35, 44", Count = 2
Arr = "200, 22", Count = 2
Arr = "35, 33", Count = 1
Arr = "200, 2", Count = 1
Arr = "3967, 11", Count = 1

在您的示例中。 我会让你测试它以获得更高的维度。:)

您应该能够并行化这些查询，而不会遇到太多困难，因为连续的分组是独立的。

Answer 2

你可以做这样的事情：

var results = from x in nums
              group x by new { a = x[0], b = x[1] } into g
              orderby g.Count() descending
              select new
              {
                  Key = g.Key,
                  Count = g.Count()
              };
foreach (var result in results)
    Console.WriteLine(String.Format("[{0},{1}]=>{2}", result.Key.a, result.Key.b, result.Count));

诀窍是想出一种方法来比较数组中的值，而不是数组本身。

另一种（也可能是更好的选择）是将数据从int[]转换为某种自定义类型，覆盖该自定义类型的相等运算符，然后group x by x into g，但如果你真的坚持int[]那么这是有效的。