SQL实现多列无序组合等价去重并生成CSV格式输出

问题原因 #

你现有查询的问题出在子查询中使用了distinct修饰字符值，导致同一行内重复出现的字符被强制去重，例如AAB组合会被错误处理为仅包含A和B两个字符，丢失了重复字符的计数，自然无法正确匹配包含重复字母的等价组合。

正确实现方案 #

方案1：兼容低版本SQL Server（2016及以下）

沿用你当前的表结构，仅调整拼接逻辑，去掉多余的distinct并增加字符排序保证相同组成的组合拼接结果一致：

-- 生成唯一等价类标识
SELECT DISTINCT
    STUFF((
        SELECT '.' + a.cvalue
        FROM #t3 a
        WHERE a.row_num = h.row_num
        ORDER BY a.cvalue -- 对同一行的三个字符按字母顺序排序，消除排列差异
        FOR XML PATH(''), TYPE
    ).value('.', 'VARCHAR(10)'), 1, 1, '') AS comb
FROM #t3 h

如果需要输出CSV格式的等价组合列表，可在此基础上扩展分组拼接逻辑：

SELECT 
    comb AS group_key,
    STUFF((
        SELECT ',' + CONCAT(t2_inner.c1, t2_inner.c2, t2_inner.c3)
        FROM #t2 t2_inner
        WHERE STUFF((
            SELECT '.' + cvalue
            FROM #t3 t3_inner
            WHERE t3_inner.row_num = t2_inner.row_num
            ORDER BY cvalue
            FOR XML PATH(''), TYPE
        ).value('.', 'VARCHAR(10)') = t.comb
        FOR XML PATH(''), TYPE
    ).value('.', 'VARCHAR(MAX)'), 1, 1, '') AS equivalent_combinations
FROM (
    SELECT DISTINCT
        STUFF((
            SELECT '.' + a.cvalue
            FROM #t3 a
            WHERE a.row_num = h.row_num
            ORDER BY a.cvalue
            FOR XML PATH(''), TYPE
        ).value('.', 'VARCHAR(10)'), 1, 1, '') AS comb
    FROM #t3 h
) t

方案2：SQL Server 2017及以上版本简化实现

使用原生STRING_AGG函数，代码更简洁高效：

-- 直接生成等价类与对应CSV组合列表
SELECT 
    group_key,
    STRING_AGG(raw_combination, ',') AS equivalent_combinations
FROM (
    SELECT 
        t3.row_num,
        CONCAT(t2.c1, t2.c2, t2.c3) AS raw_combination,
        STRING_AGG(t3.cvalue, '.') WITHIN GROUP (ORDER BY t3.cvalue) AS group_key
    FROM #t3 t3
    JOIN #t2 t2 ON t3.row_num = t2.row_num
    GROUP BY t3.row_num, CONCAT(t2.c1, t2.c2, t2.c3)
) t
GROUP BY group_key

以上方案均可正确识别AAB=ABA=BAA这类包含重复字符的等价组合，输出结果完全符合需求。

内容的提问来源于stack exchange，提问作者Hoon Choi