c# - 根据C#中的子字符串获取唯一字符串

我有一个文本文件，其中包含将近100000个条目。它们都有特定的模式，比如
word1 word2 word3 word4
然而，这些条目中有许多是重复的，其中所有的单词都是相同的。当我试图读取并形成一个数组或唯一数组列表时，我使用一个中间散列集来执行此操作。而且效果很好。
但本质上我只想实现word2的唯一条目。如果word2是通用的，而其他的都是不同的，我想保留其中的任何一个条目。
例如
cat dog lion tiger
cat dog deer bear
mouse rat bear deer
lion tiger cat dog
cat dog deer bear
在这种情况下，期望的输出是：
cat dog lion tiger
mouse rat bear deer
lion tiger cat dog
或
cat dog deer bear
mouse rat bear deer
lion tiger cat dog
当前哈希集给出的是：
cat dog lion tiger
cat dog deer bear
mouse rat bear deer
lion tiger cat dog
如果数据集很大，关于如何有效实现这一点的任何建议。使用regex是这里唯一的选择吗？我在用c。

最佳答案

把数据翻一遍，把第二个词放进字典里，看看它以前是否出现过。
代码示例：

    string[] file = {   "cat dog lion tiger",
                    "cat dog deer bear",
                    "mouse rat bear deer",
                    "lion tiger cat dog",
                    "cat dog deer bear"};

    Dictionary<string, string> dict = new Dictionary<string, string>();

    List<string> lst = new List<string>();

    foreach (string s in file)
    {
        string[] words = s.Split(' ');
        // assumption - thare are at least 2 words in a line - validate it
        if (!dict.ContainsKey(words[1]))
        {
            lst.Add(s);
            dict.Add(words[1], words[1]);
        }
    }

    foreach (string s1 in lst)
        Console.WriteLine(s1);

关于c# - 根据C#中的子字符串获取唯一字符串，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/17769442/