1. 程式人生 > 程式設計 >JS陣列reduce你不得不知道的25個高階用法

JS陣列reduce你不得不知道的25個高階用法

前言

reduce作為ES5新增的常規陣列方法之一,對比forEach、filter和map,在實際使用上好像有些被忽略,發現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。

如果經常使用reduce,怎麼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乾淨,奉上它的高階用法給大家。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,詳情可檢視MDN的reduce()的相關說明。

  • 定義:對陣列中的每個元素執行一個自定義的累計器,將其結果彙總為單個返回值
  • 形式:array.reduce((t,v,i,a) => {},initValue)
  • 引數
    • callback:回撥函式(必選)
    • initValue:初始值(可選)
  • 回撥函式的引數
    • 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):當前元素所屬的陣列物件(可選)
  • 過程
    • 以t作為累計結果的初始值,不設定t則以陣列第一個元素為初始值
    • 開始遍歷,使用累計器處理v,將v的對映結果累計到t上,結束此次迴圈,返回t
    • 進入下一次迴圈,重複上述操作,直至陣列最後一個元素
    • 結束遍歷,返回最終的t

reduce的精華所在是將累計器逐個作用於陣列成員上,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的計算結果。

const arr = [3,5,1,4,2];
const a = arr.reduce((t,v) => t + v);
// 等同於
const b = arr.reduce((t,v) => t + v,0);

程式碼不太明白沒關係,貼一個reduce的作用動圖應該就會明白了。

JS陣列reduce你不得不知道的25個高階用法

reduce實質上是一個累計器函式,通過使用者自定義的累計器對陣列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是升序執行,reduceRight是降序執行。

對空陣列呼叫reduce()和reduceRight()是不會執行其回撥函式的,可認為reduce()對空陣列無效

高階用法

單憑以上一個簡單栗子不足以說明reduce是個什麼。為了展示reduce的魅力,我為大家提供25種場景來應用reduce的高階用法。有部分高階用法可能需要結合其他方法來實現,這樣為reduce的多元化提供了更多的可能性。

部分示例程式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,0);
}

function Multiplication(...vals) {
    return vals.reduce((t,v) => t * v,1);
}
Accumulation(1,2,3,5); // 15
Multiplication(1,5); // 120

權重求和

const scores = [
    { score: 90,subject: "chinese",weight: 0.5 },{ score: 95,subject: "math",weight: 0.www.cppcns.com3 },{ 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([1,5]); // [5,1]

代替map和filter

const arr = [0,3];

// 代替map:[0,6]
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) => t || v.score >= 60,false); // true

// 代替every:全部合格
const isAllQualified = scores.reduce((t,v) => t && v.score >= 60,true); // false

陣列分割

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),[[]]) : [];
}
const arr = [1,5];
Chunk(arr,2); // [[1,2],[3,4],[5]]

陣列過濾

function Difference(arr = [],oarr = []) {
    return arr.reduce((t,v) => (!oarr.includes(v) && t.push(v),[]);
}
const arr1 = [1,5];
const arr2 = [2,6]
Difference(arr1,arr2); // [1,5]

陣列填充

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),[]),...arr.slice(end,arr.length)
    ];
}
const arr = [0,6];
Fill(arr,"aaa",5); // [0,6]

陣列扁平

function Flat(arr = []) {
    return arr.reduce((t,v) => t.concat(Array.isArray(v) ? Flat(v) : v),[])
}
const arr = [0,[2,3],[4,[6,7]],[8,[9,10,[11,12]]]];
Flat(arr); // [0,6,7,8,9,11,12]

陣列去重

function Uniq(arr = []) {
    return arr.reduce((t,v) => t.includes(v) ? t : [...t,v],[]);
}
const arr = [2,2];
Uniq(arr); // [2,3]

陣列最大最小值

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

陣列成員獨立拆解

function Unzip(arr = []) {
    return arr.reduce(
        (t,v) => (v.forEach((w,i) => t[i].push(w)),Array.from({ length: Math.max(...arr.map(v => v.length)) }).map(v => [])
    );
}
const http://www.cppcns.comarr = [["a",true],["b",false]];
Unzip(arr); // [["a","b"],[1,[true,false]]

陣列成員個數統計

function Count(arr = []) {
    return arr.reduce((t,v) => (t[v] = (t[v] || 0) + 1,{});
}
const arr = [0,2];
Count(arr); // { 0: 1,1: 2,2: 3 }

此方法是字元統計和單詞統計的原理,入參時把字串處理成陣列即可

陣列成員位置記錄

function Position(arr = [],val) {
    return arr.reduce((t,i) => (v === val && t.push(i),7];
Position(arr,2); // [0,4]

陣列成員特性分組

function Group(arr = [],key) {
    return key ? arr.reduce((t,v) => (!t[v[key]] && (t[v[key]] = []),t[v[key]].push(v),{}) : {};
}
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 },name: "CCC",age: 19 }
]; // 以地區area作為分組依據
Group(arr,"area"); // { GZ: Array(2),SZ: Array(2),FS: Array(1) }

陣列成員所含關鍵字統計

function Keyword(arr = [],keys = []) {
    return keys.reduce((t,v) => (arr.some(w => w.includes(v)) && t.push(v),[]);
}
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","小明喜歡同桌的小紅,又喜歡後桌的小君,真TM花心","最近上班喜歡摸魚的人實在太多了,程式碼不好好寫,在想入非非"
];
const key程式設計客棧word = ["偷懶","喜歡","睡覺","摸魚","真好","一邊","明天"];
Keyword(text,keyword); // ["喜歡","一邊"]

字串翻轉

function ReverseStr(str = "") {
    return str.split("").reduceRight((t,v) => t + v);
}
const str = "reduce最牛逼";
ReverseStr(str); // "逼牛最ecuder"

數字千分化

function ThousandNum(num = 0) {
    const str = (+num).toString().split(".");
    const int = nums => nums.split("").reverse().reduceRight((t,i) => t + (i % 3 ? v : `${v},`),"").replace(/^,|,$/g,"");
    const dec = nums => nums.split("").reduce((t,i) => t + ((i + 1) % 3 ? v : `${v},`)程式設計客棧,"");
    return str.length > 1 ? `${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"

非同步累計

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

斐波那契數列

function Fibonacci(len = 2) {
    const arr = [...new Array(len).keys()];
    return arr.reduce((t,i) => (i > 1 && t.push(t[i - 1] + t[i - 2]),[0,1]);
}
Fibonacci(10); // [0,13,34]

URL引數反序列化

function ParseUrlSearch() {
    return location.search.replace(/(^\?)|(&$)/g,"").split("&").reduce((t,v) => {
        const [key,val] = v.split("=");
        t[key] = decodeURIComponent(val);
        return t;
    },{});
}
// 假設URL為:https://www.baidu.com?age=25&name=TYJ
ParseUrlSearch(); // { age: "25",name: "TYJ" }

URL引數序列化

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"

返回物件指定鍵值

function GetKeys(obj = {},keys = []) {
    return Object.keys(obj).reduce((t,v) => (keys.includes(v) && (t[v] = obj[v]),{});
}
const target = { a: 1,b: 2,c: 3,d: 4 };
const keyword = ["a","d"];
GetKeys(target,keyword); // { a: 1,d: 4 }

陣列轉物件

const people = [
    { area: "GZ",age: 25 }
];
const map = people.reduce((t,v) => {
    const { name,...rest } = v;
    t[name] = rest;
    return t;
},{}); // { YZW: {…},TYJ: {…} }

Redux Compose函式原理

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)));
}

相容和效能

好用是挺好用的,但是相容性如何呢?在Caniuse上搜索一番,相容性絕對的好,可大膽在任何專案上使用。不要吝嗇你的想象力,盡情發揮reduce的compose技能啦。對於時常做一些累計的功能,reduce絕對是首選方法。

JS陣列reduce你不得不知道的25個高階用法

JS陣列reduce你不得不知道的25個高階用法

另外,有些同學可能會問,reduce的效能又如何呢?下面我們通過對for、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行時間。

// 建立一個長度為100000的陣列
const list = [...new Array(100000).keys()];

// for
console.time("for");
let result1 = 0;
for (let i = 0; i < list.length; i++) {
    result1 += i + 1;
}
console.log(result1);
console.timeEnd("for");

// 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");
BueumfHDL
累加操作 執行時間
for 6.719970703125ms
forEach 3.696044921875ms
map 3.554931640625ms
reduce 2.806884765625ms

以上程式碼在MacBook Pro 2019 15寸 16G記憶體 512G快閃記憶體的Chrome 79下執行,不同的機器不同的環境下執行以上程式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,連續做了10次以上操作,發現reduce總體的平均執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的相容和效能存在疑問,可自行參考相關資料進行驗證。

最後,送大家一張reduce生成的乘法口訣表:一七得七,二七四十八,三八婦女節,五一勞動節,六一兒童節。

JS陣列reduce你不得不知道的25個高階用法

JS陣列reduce你不得不知道的25個高階用法

總結

到此這篇關於js陣列reduce你不得不知道的25個高階用法的文章就介紹到這了,更多相關JS陣列reduce高階用法內容請搜尋我們以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援我們!