距离上一篇技术文章《1.5万字概括ES6全部特性》发布到现在,已经有整整4个月没有输出过一篇技术文章了。哈哈,不是不想写,而是实在太忙,这段时间每天不是上班就是加班,完全没有自己的时间。这篇文章也是抽空之余完成,希望大家喜欢,谢谢大家继续支持我。
本文首发于『搜狐技术产品』公众号,首发内容与博客内容略有不同,博客内容今早发布时额外有所增加
reduce作为ES5新增的常规数组方法之一,对比forEach、filter和map,在实际使用上好像有些被忽略,发现身边的人极少使用它,导致这个如此强大的方法被逐渐埋没。
如果经常使用reduce,怎么可能放过如此好用的它呢!我还是得把他从尘土中取出来擦干净,奉上它的高级用法给大家。一个如此好用的方法不应该被大众埋没。
下面对reduce的语法进行简单说明,详情可查看MDN的reduce()的相关说明。
- 定义:对数组中的每个元素执行一个自定义的累计器,将其结果汇总为单个返回值
- 形式:array.reduce((t, v, i, a) => {}, initValue)
- 参数
- callback:回调函数(必选)
- initValue:初始值(可选)
- 回调函数的参数
- total(t):累计器完成计算的返回值(必选)
- value(v):当前元素(必选)
- index(i):当前元素的索引(可选)
- array(a):当前元素所属的数组对象(可选)
- 过程
- 以t作为累计结果的初始值,不设置t则以数组第一个元素为初始值
- 开始遍历,使用累计器处理v,将v的映射结果累计到t上,结束此次循环,返回t
- 进入下一次循环,重复上述操作,直至数组最后一个元素
- 结束遍历,返回最终的t
reduce的精华所在是将累计器逐个作用于数组成员上,把上一次输出的值作为下一次输入的值。下面举个简单的栗子,看看reduce的计算结果。
- 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实质上是一个累计器函数,通过用户自定义的累计器对数组成员进行自定义累计,得出一个由累计器生成的值。另外reduce还有一个胞弟reduceRight,两个方法的功能其实是一样的,只不过reduce是升序执行,reduceRight是降序执行。
对空数组调用reduce()和reduceRight()是不会执行其回调函数的,可认为reduce()对空数组无效
高级用法
单凭以上一个简单栗子不足以说明reduce是个什么。为了展示reduce的魅力,我为大家提供25种场景来应用reduce的高级用法。有部分高级用法可能需要结合其他方法来实现,这样为reduce的多元化提供了更多的可能性。
部分示例代码的写法可能有些骚,看得不习惯可自行整理成自己的习惯写法
- 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
- 权重求和
- 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:至少一门合格
- 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
- 数组分割
- 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]]
- 数组过滤
- 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]
- 数组填充
- 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]
- 数组扁平
- 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]
- 数组去重
- 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]
- 数组最大最小值
- 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
- 数组成员独立拆解
- 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]]
- 数组成员个数统计
- 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 }
- 此方法是字符统计和单词统计的原理,入参时把字符串处理成数组即可
- 数组成员位置记录
- 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]
- 数组成员特性分组
- 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 }
- ]; // 以地区area作为分组依据
- Group(arr, "area"); // { GZ: Array(2), SZ: Array(2), FS: Array(1) }
- 数组成员所含关键字统计
- function Keyword(arr = [], keys = []) {
- return keys.reduce((t, v) => (arr.some(w => w.includes(v)) && t.push(v), t), []);
- }
- const text = [
- "今天天气真好,我想出去钓鱼",
- "我一边看电视,一边写作业",
- "小明喜欢同桌的小红,又喜欢后桌的小君,真TM花心",
- "最近上班喜欢摸鱼的人实在太多了,代码不好好写,在想入非非"
- ];
- const keyword = ["偷懒", "喜欢", "睡觉", "摸鱼", "真好", "一边", "明天"];
- Keyword(text, keyword); // ["喜欢", "摸鱼", "真好", "一边"]
- 字符串翻转
- function ReverseStr(str = "") {
- return str.split("").reduceRight((t, v) => t + v);
- }
- const str = "reduce最牛逼";
- ReverseStr(str); // "逼牛最ecuder"
- 数字千分化
- 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"
- 异步累计
- 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包围下使用
- 斐波那契数列
- 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参数反序列化
- function ParseUrlSearch() {
- return location.search.replace(/(^\?)|(&$)/g, "").split("&").reduce((t, v) => {
- const [key, val] = v.split("=");
- t[key] = decodeURIComponent(val);
- return t;
- }, {});
- }
- // 假设URL为:https://www.baidu.com?age=25&name=TYJ
- ParseUrlSearch(); // { age: "25", name: "TYJ" }
- URL参数序列化
- function StringifyUrlSearch(search = {}) {
- return Object.entries(search).reduce(
- (t, v) => `${t}${v[0]}=${encodeURIComponent(v[1])}&`,
- Object.keys(search).length ? "?" : ""
- ).replace(/&$/, "");
- }
- StringifyUrlSearch({ age: 27, name: "YZW" }); // "?age=27&name=YZW"
- 返回对象指定键值
- 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 }
- 数组转对象
- 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函数原理
- 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,兼容性绝对的好,可大胆在任何项目上使用。不要吝啬你的想象力,尽情发挥reduce的compose技能啦。对于时常做一些累计的功能,reduce绝对是首选方法。
另外,有些同学可能会问,reduce的性能又如何呢?下面我们通过对for-in、forEach、map和reduce四个方法同时做1~100000的累加操作,看看四个方法各自的执行时间。
- // 创建一个长度为100000的数组
- 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 | 执行时间 |
---|---|
for-in | 6.719970703125ms |
forEach | 3.696044921875ms |
map | 3.554931640625ms |
reduce | 2.806884765625ms |
以上代码在MacBook Pro 2019 15寸 16G内存 512G闪存的Chrome 79下执行,不同的机器不同的环境下执行以上代码都有可能存在差异。
我已同时测试过多台机器和多个浏览器,连续做了10次以上操作,发现reduce总体的平均执行时间还是会比其他三个方法稍微快一点,所以大家还是放心使用啦!本文更多是探讨reduce的使用技巧,如对reduce的兼容和性能存在疑问,可自行参考相关资料进行验证。
结语
写到最后总结得差不多了,后续如果我想起还有哪些reduce高级用法遗漏的,会继续在这篇文章上补全,同时也希望各位朋友对文章里的要点进行补充或提出自己的见解。欢迎在下方进行评论或补充喔,喜欢的点个赞或收个藏,保证你在开发时用得上。