如何使用Linq根据前瞻条件计算设备错误日志的总错误时长

问题背景 #

某数据库存储设备错误日志，每条日志包含时间戳与错误码，规则如下：

• 错误码非0代表错误激活，为0代表错误未激活
• 同一时间设备最多一个活跃错误，错误时长从首次非0错误上报时间开始，到首次0错误码上报时间结束
• 上报顺序不固定，可能存在连续非0、连续0的情况，需正确统计多段错误时长的总和

示例：

总错误时长为 (200-100)+(400-300)=200

原有实现问题 #

你尝试的Zip+SkipWhile方案存在逻辑缺陷：SkipWhile是全局跳过序列开头的非0码，无法分段识别每个错误周期的起止，因此不能适配多段错误的场景。

推荐实现方案 #

这类带状态遍历的场景，使用Linq的Aggregate累加器是最优选择，它可以在遍历过程中携带自定义状态，完全对齐原有循环的逻辑：

// 遍历日志，累计错误总时长
long totalErrorTime = errors.Aggregate(
    // 初始化状态：未处于错误中，起始时间为0，总时长为0
    new { IsInError = false, StartTime = 0L, Total = 0L },
    (state, currLog) => 
    {
        // 场景1：当前未处于错误，遇到非0码，开启新错误周期
        if (!state.IsInError && currLog.code != 0)
        {
            return new 
            {
                IsInError = true,
                StartTime = currLog.timeStamp,
                Total = state.Total
            };
        }
        // 场景2：当前处于错误中，遇到0码，结算当前周期时长
        if (state.IsInError && currLog.code == 0)
        {
            return new 
            {
                IsInError = false,
                StartTime = 0L,
                Total = state.Total + (currLog.timeStamp - state.StartTime)
            };
        }
        // 其他场景：状态不变直接返回
        return state;
    }).Total;

// 包装为你需要的返回结果
var result = new ErrorTimeResult(totalErrorTime);

方案优势 #

• 时间复杂度O(n)，仅遍历一次日志序列，性能与原生循环一致
• 自动兼容所有边界场景：连续非0码仅记录第一个的时间，连续0码仅结算一次时长，未结束的错误周期（日志结尾无0收尾）默认不统计（如果需要统计到当前时间，遍历结束后判断IsInError状态补算时长即可）

可选Zip实现方案 #

如果坚持用Zip思路，可先筛选状态切换点再配对计算，适配.NET 6及以上版本：

long totalErrorTime = errors
    // 补前导0码节点，兼容第一条日志就是非0的场景
    .Prepend(new { timeStamp = 0L, code = 0 })
    // 相邻两条日志配对，识别状态切换点
    .Zip(errors, (prev, curr) => new { prev.code, curr.code, curr.timeStamp })
    // 仅保留错误开始（0切非0）、错误结束（非0切0）的节点
    .Where(x => (x.prev.code == 0 && x.curr.code != 0) || (x.prev.code != 0 && x.curr.code == 0))
    // 每两个节点为一组，对应一个错误周期的起止
    .Chunk(2)
    // 过滤掉未结束的错误周期（只有开始没有结束）
    .Where(c => c.Length == 2)
    // 累加每个周期的时长
    .Sum(c => c[1].timeStamp - c[0].timeStamp);

内容的提问来源于stack exchange，提问作者mneumann