C#杂记之叁：LINQ

发表于 阅读次数：

准备完了开题答辩，弄完了笔试，又咸鱼了数天、玩了数天《动物森友会》，一下子离上一篇C#杂记过了三个星期。

朔月

所以接下来要填的坑是LINQ和异步。弄完了这个，C#最大的几块拼图才得以完整，大抵能够叫是入了门。

查询表达式

所谓的LINQ，是语言集成查询Language INtegrated Query的缩写。通过引用命名空间System.Linq，可以用可读性极强的、类似SQL查询语句形式的代码对一些数据结构，甚至直接对数据库进行便捷的操作，如查询、排序、分组等，而不必编写大量逻辑复杂的循环代码。LINQ的操作十分高深，这里我仅学习一些基础、常用的LINQ功能。

以下是一个典型的LINQ查询示例：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
static void Main(string[] args){
    //数据源
    string[] name = {"Alonso", "Zheng", "Smith", "Jones", "Smythe", "Small", "Ruiz", "Hsieh", "Jorgenson", "Ilyich", "Singh", "Samba", "Fatimah" };

    //查询表达式
    var queryResults = 
        from n in names
        where n.StartWith("S")
        select n;

    //迭代查询结果
    WriteLine("Name beginning with S:");
    foreach(var item in queryResults){
        WriteLine(item);
    }

    Write("Program finished. Press Enter/Return to continue:");
    ReadLine();

}

这段代码查询字符串数组name中以S开头的元素，收入queryResults中，并将它们输出。其中类似SQL语句，包含“from…in…where…select”的部分被称为“查询表达式”。

from...in...子句指定了要查询的数据，这里例子中是数组names中的每一个元素n。数据是指数据源中的元素，而LINQ支持的数据源必须支持IEnumerable<T>接口，这是C#中所有的数据、集合都支持的。

where子句不是必需的，它用表达式（也包括Lambda表达式）作为查询条件，针对每个n，查询条件能返回一个bool值，以此限定查询结果的范围。

select子句指定查询结果集中包含怎样的元素。对于这个例子，select子句是其最简单的形式，即直接包含元素n本身。更复杂的情况，比如可以用n.Length来采集字符串的长度。

采集到的查询结果与数据源一样是实现了IEnumerable<T>的集合，用foreach语句就可以进行迭代。当然，也可以用IEnumerable<T>接口的ToList<T>方法将其创建成列表再做进一步处理。

实际上，直到访问查询结果之前，LINQ查询都并没有真的进行。查询结果变量只是保存了“执行查询的计划”，这被叫做查询的“延迟执行”。

除了上述的构造查询表达式之外，还可以用LINQ支持的一系列扩展方法实现类似的功能。比如在C#杂记之壹：委托与事件里我曾写到的，当引用System.Linq命名空间后，IEnumerable<T>接口中就会多出一些扩展方法，比如其中的Where()方法，它接受一个Func<TSource, bool>委托作为参数，用于筛选数据源中的元素，类似于查询表达式中的查询条件。这行代码里，用到两个Lambda表达式作为委托：

1
2
3
4
5
6
7
var queryResults = numList.Where(i => i < 5).Select(i => i * 2);

//上面的方法语法等同于以下的查询表达式：
var queryResults = 
    from i in numList
    where i < 5
    select i * 2;

用了几次LINQ之后，我发现用扩展方法写反而更常见，甚至也更方便。

排序

在查询表达式中使用orderby子句，可以对查询结果进行排序。该子句默认按照排序依据升序，如果在子句末尾使用descending关键字就可改为降序。下面的例子里，orderby子句依据字符串元素的最后一个字符，对查询结果进行降序排序：

1
2
3
4
5
var queryResults = 
    from n in names
    where n.StartWith("S")
    orderby n.Substring(n.length-1) descending
    select n ;

至于多级排序，形式也十分简单：

1
2
3
4
5
//三级排序，最后是构造匿名类型，迭代访问时用var即可
var queryResults = 
    from c in cunstomers
    orderby c.Region, c.Country descending, c.City
    select new {c.ID, c.Region, c.Country, c.City};

聚合

有时我们并不关注每一条查询结果的细节，所要的只是关于查询结果的一个统计值，这就是所谓的聚合运算。既然学过SQL，这几个基本聚合运算符也是“老朋友”了：

运算符 说明
Count() 结果的个数
Min() 结果中的最小值
Max() 结果中的最大值
Average() 数字结果的平均值
Sum() 数字结果的总和
Distinct() 结果去重（其实不是聚合）

不过，LINQ与SQL仍有所不同，聚合运算符不是像SQL里一样写在select子句里，而是结果集所支持的方法。

SQL的形式：

1
SELECT MAX(column_name) FROM table_name

LINQ的形式，聚合运算时可以可选地传入委托作为元素的转换函数，然后对转换后的结果进行聚合：

1
WriteLine(queryReusults.Max(i => i * 5 + 2));

分组查询

LINQ的分组查询类似于SQL的GROUP BY，配合聚合函数使用得到分组聚合值，用group...by...into...子句实现。

1
2
3
4
var queryResults = 
    from c in customers
    group c by c.Region into cg
    select new { TotalSales = cg.Sum(c => c.sales), Region = cg.Key };

上面这个例子，首先用group by into对数据源customers进行分组，得到新的结果集cg。通过分组查询得到的这个临时结果集实现了IGrouping接口，它包含Key属性，表示分组所依据的值，也就是by后面所接的表达式（本例中是表示客户地区的c.Region）之值。

最后的select子句依然是构造匿名类型，这在需要投影多个属性时是很有用的。

join查询

和SQL中一样，join查询是用在需要用另外的数据源作为参考来进行查询，或者需要从多个数据源中汇集信息时的。SQL中实现多表查询至少有两种方法，一是使用JOIN，二是引用多个表然后把连接条件写在where子句中。但由于LINQ的from...in...子句只能引用一个数据源，所以第二种方案是行不通的，需要使用join...in...on...子句来实现。

1
2
3
4
5
6
7
8
9
10
var queryResults = 
    from c in customers
    join o in orders on c.ID equals o.ID
    select new { 
        c.ID, 
        c.City, 
        SalesBefore = c.Sales, 
        NewOrder = o.Amount, 
        SalesAfter = c.Sales + o.Amount
    };

上面的例子是一个简单的内连接（Inner Join），其实LINQ也能实现外连接，只是不算那么优雅（而且好像也没多大卯月）。

交并差

这是LINQ为IEnumerable带来的非常贴心的功能，仅三个简单的扩展方法。

取并集：Union()

取交集：Intersect()

取差集：Except()

不过，由于数学上的“集合”是无重复的，上面的Union()方法返回的也是去重的结果。如果想保留重复的结果，可以使用Concat()。

这几个方法返回的类型都是IEnumerable，需要在调用之后再使用ToList()或者ToArray()之类的方法。

你甚至可以用这玩意一行代码秒掉LeetCode 349 两个数组的交集：

1
2
3
4
5
public class Solution {
    public int[] Intersection(int[] nums1, int[] nums2) {
        return nums1.Intersect(nums2).ToArray();        //LINQ完事，别想算法了
    }
}

总结

基础形式：from…in…where…select…

其中：

from…in…指定数据源是什么；

可选的where指定按照什么条件筛选；

select指定要获取怎样的结果；

排序：orderby… (descending)

聚合：Count(), Max(), Min(), Average(), Sum(), Distinct()

分组：group…by…into…

join：join…in…on…

明天真该async await了！（动森真好玩）

博物馆庆典