Aggregate方法

　我们知道linq是一个很古老的东西，大家也知道，自从用了linq，我们的foreach少了很多，但有一个现实就是我们在实际应用中使用到的却是屈指可数

的几个方法，这个系列我会带领大家看遍linq，好的，废话不多说，先从Aggregate这个貂毛说起。

 

一：应用场景

　　前不久在写一个项目的时候，我需要捞取营销活动，刚好营销活动有两个类型，一种是普通活动，一个是触发式活动，由于存放在两张表中，并且捞取

之后需要做一些实体的转存，等等计算，所以就有了类似这样的代码。

 1 namespace ConsoleApplication1
 2 {
 3     class Program
 4     {
 5         static void Main(string[] args)
 6         {
 7             Dictionary<int, List<Marketing>> dic = new Dictionary<int, List<Marketing>>();
 8 
 9             //普通活动
10             if (!dic.ContainsKey(1))
11                 dic[1] = new List<Marketing>();
12             dic[1].Add(new Marketing() { MarketingID = 1, MarketingName = "普通活动1" });
13             dic[1].Add(new Marketing() { MarketingID = 1, MarketingName = "普通活动2" });
14 
15             //事件活动
16             if (!dic.ContainsKey(2))
17                 dic[2] = new List<Marketing>();
18             dic[2].Add(new Marketing() { MarketingID = 3, MarketingName = "事件活动1" });
19             dic[2].Add(new Marketing() { MarketingID = 4, MarketingName = "事件活动2" });
20         }
21     }
22 
23     class Marketing
24     {
25         public int MarketingID { get; set; }
26 
27         public string MarketingName { get; set; }
28     }
29 }

然后我经过一系列运算之后，又需要把字典中的key=1和key=2的数据扁平到一个list中，那么这个简单的计算该怎么做到呢？？？

 

普通的做法： 需要先定义一个List变量，然后一个foreach搞定。

1             List<Marketing> marketingList = new List<Marketing>();
2             foreach (var key in dic.Keys)
3             {
4                 marketingList.AddRange(dic[key]);
5             }

 如果你不会用Aggregate的话，你会觉得这个方法已经非常极致了。。。而事实呢？？？我们应该还有更牛逼的做法！！！

 

牛逼的做法：

1             var marketingList = dic.Keys.Aggregate(Enumerable.Empty<Marketing>(), (total, next) =>
2               {
3                   return total.Union(dic[next]);
4               });

有没有看到，用lamda这种写法多么的连贯，没有第一种写法上的断层，当然很多框架上都有Aggregate这种聚合计算，比如mongodb中同样也有

Aggregate，下面我们用ILSpy看看Aggregate这种魔法化的代码是怎么实现的。

 

二：探究源码

   当你看到源码的时候，是不是有一种亮瞎眼的感觉，所谓的Aggregate在内部其实也仅仅是“普通做法”一模一样的源代码。。。而Aggregate仅仅做的

是一层代码封装，这样也好，提高了我们开发效率，对吧，如下图：