25個你不得不知道的數(shù)組reduce高級用法
背景
距離上一篇技術(shù)文章《1.5萬字概括ES6全部特性》發(fā)布到現(xiàn)在,已經(jīng)有整整4個月沒有輸出過一篇技術(shù)文章了。哈哈,不是不想寫,而是實在太忙,這段時間每天不是上班就是加班,完全沒有自己的時間。這篇文章也是抽空之余完成,希望大家喜歡,謝謝大家繼續(xù)支持我。
本文首發(fā)于『搜狐技術(shù)產(chǎn)品』公眾號,首發(fā)內(nèi)容與博客內(nèi)容略有不同,博客內(nèi)容今早發(fā)布時額外有所增加
reduce作為ES5新增的常規(guī)數(shù)組方法之一,對比forEach、filter和map,在實際使用上好像有些被忽略,發(fā)現(xiàn)身邊的人極少使用它,導致這個如此強大的方法被逐漸埋沒。
如果經(jīng)常使用reduce,怎么可能放過如此好用的它呢!我還是得把他從塵土中取出來擦干凈,奉上它的高級用法給大家。一個如此好用的方法不應該被大眾埋沒。
下面對reduce的語法進行簡單說明,詳情可查看MDN的reduce()的相關(guān)說明。
- 定義:對數(shù)組中的每個元素執(zhí)行一個自定義的累計器,將其結(jié)果匯總為單個返回值
- 形式:array.reduce((t, v, i, a) => {}, initValue)
- 參數(shù)
- callback:回調(diào)函數(shù)(必選)
- initValue:初始值(可選)
- 回調(diào)函數(shù)的參數(shù)
- total(t):累計器完成計算的返回值(必選)
- value(v):當前元素(必選)
- index(i):當前元素的索引(可選)
- array(a):當前元素所屬的數(shù)組對象(可選)
- 過程
- 以t作為累計結(jié)果的初始值,不設(shè)置t則以數(shù)組第一個元素為初始值
- 開始遍歷,使用累計器處理v,將v的映射結(jié)果累計到t上,結(jié)束此次循環(huán),返回t
- 進入下一次循環(huán),重復上述操作,直至數(shù)組最后一個元素
- 結(jié)束遍歷,返回最終的t
reduce的精華所在是將累計器逐個作用于數(shù)組成員上,把上一次輸出的值作為下一次輸入的值。下面舉個簡單的栗子,看看reduce的計算結(jié)果。
- const arr = [3, 5, 1, 4, 2];
- const a = arr.reduce((t, v) => t + v);
- // 等同于
- const b = arr.reduce((t, v) => t + v, 0);
reduce實質(zhì)上是一個累計器函數(shù),通過用戶自定義的累計器對數(shù)組成員進行自定義累計,得出一個由累計器生成的值。另外reduce還有一個胞弟reduceRight,兩個方法的功能其實是一樣的,只不過reduce是升序執(zhí)行,reduceRight是降序執(zhí)行。
對空數(shù)組調(diào)用reduce()和reduceRight()是不會執(zhí)行其回調(diào)函數(shù)的,可認為reduce()對空數(shù)組無效
高級用法
單憑以上一個簡單栗子不足以說明reduce是個什么。為了展示reduce的魅力,我為大家提供25種場景來應用reduce的高級用法。有部分高級用法可能需要結(jié)合其他方法來實現(xiàn),這樣為reduce的多元化提供了更多的可能性。
部分示例代碼的寫法可能有些騷,看得不習慣可自行整理成自己的習慣寫法
- 累加累乘
- function Accumulation(...vals) {
- return vals.reduce((t, v) => t + v, 0);
- }
- function Multiplication(...vals) {
- return vals.reduce((t, v) => t * v, 1);
- }
- Accumulation(1, 2, 3, 4, 5); // 15
- Multiplication(1, 2, 3, 4, 5); // 120
- 權(quán)重求和
- const scores = [
- { score: 90, subject: "chinese", weight: 0.5 },
- { score: 95, subject: "math", weight: 0.3 },
- { score: 85, subject: "english", weight: 0.2 }
- ];
- const result = scores.reduce((t, v) => t + v.score * v.weight, 0); // 90.5
- 代替reverse
- function Reverse(arr = []) {
- return arr.reduceRight((t, v) => (t.push(v), t), []);
- }
- Reverse([1, 2, 3, 4, 5]); // [5, 4, 3, 2, 1]
- 代替map和filter
- const arr = [0, 1, 2, 3];
- // 代替map:[0, 2, 4, 6]
- const a = arr.map(v => v * 2);
- const b = arr.reduce((t, v) => [...t, v * 2], []);
- // 代替filter:[2, 3]
- const c = arr.filter(v => v > 1);
- const d = arr.reduce((t, v) => v > 1 ? [...t, v] : t, []);
- // 代替map和filter:[4, 6]
- const e = arr.map(v => v * 2).filter(v => v > 2);
- const f = arr.reduce((t, v) => v * 2 > 2 ? [...t, v * 2] : t, []);
- 代替some和every
- const scores = [
- { score: 45, subject: "chinese" },
- { score: 90, subject: "math" },
- { score: 60, subject: "english" }
- ];
- // 代替some:至少一門合格
- const isAtLeastOneQualified = scores.reduce((t, v) => v.score >= 60, false); // true
- // 代替every:全部合格
- const isAllQualified = scores.reduce((t, v) => t && v.score >= 60, true); // false
- 數(shù)組分割
- function Chunk(arr = [], size = 1) {
- return arr.length ? arr.reduce((t, v) => (t[t.length - 1].length === size ? t.push([v]) : t[t.length - 1].push(v), t), [[]]) : [];
- }
- const arr = [1, 2, 3, 4, 5];
- Chunk(arr, 2); // [[1, 2], [3, 4], [5]]
- 數(shù)組過濾
- function Difference(arr = [], oarr = []) {
- return arr.reduce((t, v) => (!oarr.includes(v) && t.push(v), t), []);
- }
- const arr1 = [1, 2, 3, 4, 5];
- const arr2 = [2, 3, 6]
- Difference(arr1, arr2); // [1, 4, 5]
- 數(shù)組填充
- function Fill(arr = [], val = "", start = 0, end = arr.length) {
- if (start < 0 || start >= end || end > arr.length) return arr;
- return [
- ...arr.slice(0, start),
- ...arr.slice(start, end).reduce((t, v) => (t.push(val || v), t), []),
- ...arr.slice(end, arr.length)
- ];
- }
- const arr = [0, 1, 2, 3, 4, 5, 6];
- Fill(arr, "aaa", 2, 5); // [0, 1, "aaa", "aaa", "aaa", 5, 6]
- 數(shù)組扁平
- function Flat(arr = []) {
- return arr.reduce((t, v) => t.concat(Array.isArray(v) ? Flat(v) : v), [])
- }
- const arr = [0, 1, [2, 3], [4, 5, [6, 7]], [8, [9, 10, [11, 12]]]];
- Flat(arr); // [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]
- 數(shù)組去重
- function Uniq(arr = []) {
- return arr.reduce((t, v) => t.includes(v) ? t : [...t, v], []);
- }
- const arr = [2, 1, 0, 3, 2, 1, 2];
- Uniq(arr); // [2, 1, 0, 3]
- 數(shù)組最大最小值
- function Max(arr = []) {
- return arr.reduce((t, v) => t > v ? t : v);
- }
- function Min(arr = []) {
- return arr.reduce((t, v) => t < v ? t : v);
- }
- const arr = [12, 45, 21, 65, 38, 76, 108, 43];
- Max(arr); // 108
- Min(arr); // 12
- 數(shù)組成員獨立拆解
- function Unzip(arr = []) {
- return arr.reduce(
- (t, v) => (v.forEach((w, i) => t[i].push(w)), t),
- Array.from({ length: Math.max(...arr.map(v => v.length)) }).map(v => [])
- );
- }
- const arr = [["a", 1, true], ["b", 2, false]];
- Unzip(arr); // [["a", "b"], [1, 2], [true, false]]
- 數(shù)組成員個數(shù)統(tǒng)計
- function Count(arr = []) {
- return arr.reduce((t, v) => (t[v] = (t[v] || 0) + 1, t), {});
- }
- const arr = [0, 1, 1, 2, 2, 2];
- Count(arr); // { 0: 1, 1: 2, 2: 3 }
- 此方法是字符統(tǒng)計和單詞統(tǒng)計的原理,入?yún)r把字符串處理成數(shù)組即可
- 數(shù)組成員位置記錄
- function Position(arr = [], val) {
- return arr.reduce((t, v, i) => (v === val && t.push(i), t), []);
- }
- const arr = [2, 1, 5, 4, 2, 1, 6, 6, 7];
- Position(arr, 2); // [0, 4]
- 數(shù)組成員特性分組
- function Group(arr = [], key) {
- return key ? arr.reduce((t, v) => (!t[v[key]] && (t[v[key]] = []), t[v[key]].push(v), t), {}) : {};
- }
- const arr = [
- { area: "GZ", name: "YZW", age: 27 },
- { area: "GZ", name: "TYJ", age: 25 },
- { area: "SZ", name: "AAA", age: 23 },
- { area: "FS", name: "BBB", age: 21 },
- { area: "SZ", name: "CCC", age: 19 }
- ]; // 以地區(qū)area作為分組依據(jù)
- Group(arr, "area"); // { GZ: Array(2), SZ: Array(2), FS: Array(1) }
- 數(shù)組成員所含關(guān)鍵字統(tǒng)計
- function Keyword(arr = [], keys = []) {
- return keys.reduce((t, v) => (arr.some(w => w.includes(v)) && t.push(v), t), []);
- }
- const text = [
- "今天天氣真好,我想出去釣魚",
- "我一邊看電視,一邊寫作業(yè)",
- "小明喜歡同桌的小紅,又喜歡后桌的小君,真TM花心",
- "最近上班喜歡摸魚的人實在太多了,代碼不好好寫,在想入非非"
- ];
- const keyword = ["偷懶", "喜歡", "睡覺", "摸魚", "真好", "一邊", "明天"];
- Keyword(text, keyword); // ["喜歡", "摸魚", "真好", "一邊"]
- 字符串翻轉(zhuǎn)
- function ReverseStr(str = "") {
- return str.split("").reduceRight((t, v) => t + v);
- }
- const str = "reduce最牛逼";
- ReverseStr(str); // "逼牛最ecuder"
- 數(shù)字千分化
- function ThousandNum(num = 0) {
- const str = (+num).toString().split(".");
- const int = nums => nums.split("").reverse().reduceRight((t, v, i) => t + (i % 3 ? v : `${v},`), "").replace(/^,|,$/g, "");
- const dec = nums => nums.split("").reduce((t, v, i) => t + ((i + 1) % 3 ? v : `${v},`), "").replace(/^,|,$/g, "");
- return str.length > 1 ? `${int(str[0])}.${dec(str[1])}` : int(str[0]);
- }
- ThousandNum(1234); // "1,234"
- ThousandNum(1234.00); // "1,234"
- ThousandNum(0.1234); // "0.123,4"
- ThousandNum(1234.5678); // "1,234.567,8"
- 異步累計
- async function AsyncTotal(arr = []) {
- return arr.reduce(async(t, v) => {
- const at = await t;
- const todo = await Todo(v);
- at[v] = todo;
- return at;
- }, Promise.resolve({}));
- }
- const result = await AsyncTotal(); // 需要在async包圍下使用
- 斐波那契數(shù)列
- function Fibonacci(len = 2) {
- const arr = [...new Array(len).keys()];
- return arr.reduce((t, v, i) => (i > 1 && t.push(t[i - 1] + t[i - 2]), t), [0, 1]);
- }
- Fibonacci(10); // [0, 1, 1, 2, 3, 5, 8, 13, 21, 34]
- URL參數(shù)反序列化
- function ParseUrlSearch() {
- return location.search.replace(/(^\?)|(&$)/g, "").split("&").reduce((t, v) => {
- const [key, val] = v.split("=");
- t[key] = decodeURIComponent(val);
- return t;
- }, {});
- }
- // 假設(shè)URL為:https://www.baidu.com?age=25&name=TYJ
- ParseUrlSearch(); // { age: "25", name: "TYJ" }
- URL參數(shù)序列化
- function StringifyUrlSearch(search = {}) {
- return Object.entries(search).reduce(
- (t, v) => `${t}${v[0]}=${encodeURIComponent(v[1])}&`,
- Object.keys(search).length ? "?" : ""
- ).replace(/&$/, "");
- }
- StringifyUrlSearch({ age: 27, name: "YZW" }); // "?age=27&name=YZW"
- 返回對象指定鍵值
- function GetKeys(obj = {}, keys = []) {
- return Object.keys(obj).reduce((t, v) => (keys.includes(v) && (t[v] = obj[v]), t), {});
- }
- const target = { a: 1, b: 2, c: 3, d: 4 };
- const keyword = ["a", "d"];
- GetKeys(target, keyword); // { a: 1, d: 4 }
- 數(shù)組轉(zhuǎn)對象
- const people = [
- { area: "GZ", name: "YZW", age: 27 },
- { area: "SZ", name: "TYJ", age: 25 }
- ];
- const map = people.reduce((t, v) => {
- const { name, ...rest } = v;
- t[name] = rest;
- return t;
- }, {}); // { YZW: {…}, TYJ: {…} }
- Redux Compose函數(shù)原理
- function Compose(...funs) {
- if (funs.length === 0) {
- return arg => arg;
- }
- if (funs.length === 1) {
- return funs[0];
- }
- return funs.reduce((t, v) => (...arg) => t(v(...arg)));
- }
兼容和性能
好用是挺好用的,但是兼容性如何呢?在Caniuse上搜索一番,兼容性絕對的好,可大膽在任何項目上使用。不要吝嗇你的想象力,盡情發(fā)揮reduce的compose技能啦。對于時常做一些累計的功能,reduce絕對是首選方法。
另外,有些同學可能會問,reduce的性能又如何呢?下面我們通過對for-in、forEach、map和reduce四個方法同時做1~100000的累加操作,看看四個方法各自的執(zhí)行時間。
- // 創(chuàng)建一個長度為100000的數(shù)組
- const list = [...new Array(100000).keys()];
- // for-in
- console.time("for-in");
- let result1 = 0;
- for (let i = 0; i < list.length; i++) {
- result1 += i + 1;
- }
- console.log(result1);
- console.timeEnd("for-in");
- // forEach
- console.time("forEach");
- let result2 = 0;
- list.forEach(v => (result2 += v + 1));
- console.log(result2);
- console.timeEnd("forEach");
- // map
- console.time("map");
- let result3 = 0;
- list.map(v => (result3 += v + 1, v));
- console.log(result3);
- console.timeEnd("map");
- // reduce
- console.time("reduce");
- const result4 = list.reduce((t, v) => t + v + 1, 0);
- console.log(result4);
- console.timeEnd("reduce");
累加操作 | 執(zhí)行時間 |
---|---|
for-in | 6.719970703125ms |
forEach | 3.696044921875ms |
map | 3.554931640625ms |
reduce | 2.806884765625ms |
以上代碼在MacBook Pro 2019 15寸 16G內(nèi)存 512G閃存的Chrome 79下執(zhí)行,不同的機器不同的環(huán)境下執(zhí)行以上代碼都有可能存在差異。
我已同時測試過多臺機器和多個瀏覽器,連續(xù)做了10次以上操作,發(fā)現(xiàn)reduce總體的平均執(zhí)行時間還是會比其他三個方法稍微快一點,所以大家還是放心使用啦!本文更多是探討reduce的使用技巧,如對reduce的兼容和性能存在疑問,可自行參考相關(guān)資料進行驗證。
結(jié)語
寫到最后總結(jié)得差不多了,后續(xù)如果我想起還有哪些reduce高級用法遺漏的,會繼續(xù)在這篇文章上補全,同時也希望各位朋友對文章里的要點進行補充或提出自己的見解。歡迎在下方進行評論或補充喔,喜歡的點個贊或收個藏,保證你在開發(fā)時用得上。