自定义Linq Batch方法执行Count()结果异常的原因咨询

问题根源 #

你遇到的问题核心是延迟执行+闭包共享枚举器导致的逻辑错误，具体过程如下：

• 当调用list.Batch(2).Count()时，Count()只会遍历外层的IEnumerable<IEnumerable<int>>，不会去枚举每个内层的子集合。
• 外层的while (enumerator.MoveNext())循环每次执行时：
  1. 调用enumerator.MoveNext()，将枚举器指向原集合的下一个元素（第一次是0，第二次是1，以此类推）
  2. 生成一个延迟执行的内层Batch()枚举器并yield return
  3. 由于内层枚举器从未被触发，枚举器不会提前移动到后续元素
• 这个过程会重复10次（原集合有10个元素），直到enumerator.MoveNext()返回false，因此Count()最终输出10而非预期的5。

为什么某些场景看起来正常？ #

如果是遍历每个子集合（比如foreach循环输出每个batch的元素），代码会表现正常：

• 每次枚举内层Batch()时，会执行do-while循环，一次性移动枚举器获取size个元素
• 当下一次外层enumerator.MoveNext()执行时，枚举器已经指向了下一组的第一个元素，因此外层只会生成5个子集合

但这种实现是脆弱的：只要外层操作不枚举内层集合（比如Count()、Any()等），就会触发错误逻辑。

正确的实现方式 #

应该在生成子集合时立即获取对应数量的元素，而不是依赖后续的延迟执行。示例代码如下：

public static class EnumerableExtensions
{
    public static IEnumerable<IEnumerable<T>> Batch<T>(this IEnumerable<T> source, int size)
    {
        if (size <= 0)
            throw new ArgumentOutOfRangeException(nameof(size));
        
        using (var enumerator = source.GetEnumerator())
        {
            while (enumerator.MoveNext())
            {
                var batch = new List<T>(size);
                batch.Add(enumerator.Current);
                
                for (int i = 1; i < size && enumerator.MoveNext(); i++)
                {
                    batch.Add(enumerator.Current);
                }
                
                yield return batch;
            }
        }
    }
}

这个实现会在每次外层循环时，一次性收集size个元素到List中，确保外层枚举器的移动和元素收集同步，无论后续是调用Count()还是遍历子集合，结果都符合预期。

内容的提问来源于stack exchange，提问作者Kosmonik