比较两个数据表以确定其中一个而不是另一个的行

Question

我有两个由CSV文件生成的DataTable A和B。我需要能够检查中B不存在的行A。有没有一种方法可以执行某种查询以显示不同的行，或者我必须遍历每个DataTable的每一行以检查它们是否相同？如果表变大，后一种选择似乎非常密集。

Answer 1

到目前为止的答案都假定您只是在寻找重复的主键。这是一个非常简单的问题-例如，您可以使用Merge（）方法。

但我理解您的问题意味着您正在寻找重复的DataRows。（从问题描述出发，两个表都是从CSV文件导入的，我什至假设原始行没有主键值，并且在导入期间通过AutoNumber分配了任何主键。）

天真的实现（对于A中的每一行，将其ItemArray与B中的每一行进行比较）确实会在计算上变得昂贵。

一种更便宜的方法是使用哈希算法。对于每个DataRow，将其列的字符串值连接为单个字符串，然后对该字符串调用GetHashCode（）以获取一个int值。Dictionary<int, DataRow>为DataTable B中的每个DataRow 创建一个包含项，该项键入哈希码。然后，对于DataTable A中的每个DataRow，计算哈希码，并查看其是否包含在字典中。如果不是这样，您就会知道DataRow在DataTable B中不存在。

这种方法有两个缺点，这两个缺点都是因为两个字符串可能不相等，但是产生相同的哈希码。如果您在A中找到一行，其哈希值在字典中，则需要检查字典中的DataRow以验证两行是否真正相等。

第二个缺点更加严重：B中的两个不同的DataRows不可能（但有可能）散列为相同的键值。因此，字典实际上应该是Dictionary<int, List<DataRow>>，并且您应该对列表中的每个DataRow执行上一段中所述的检查。

要使此功能正常运行，需要花费大量的工作，但这是一种O（m + n）算法，我认为它会变得更好。