JavaScript数组reduce()函数

前言

作为前端人，我们常常以数组的形式获取某种数据列表，并且需要将其转换为其他形式。在JavaScript中内置在所有数组中有一种非常强大的方法是使用reduce函数。最早提出是在ECMAScript 5.1 ，今年4月份ECMAScript® 2022 中有所定制其使用规范。下面我将介绍它的基本语法和我在使用reduce函数中实践分享涵盖：

1. 计算数组中所有值的总和/最值
2. 数组去重
3. 将二维数组转化为一维
4. 计算数组中每个元素出现的次数
5. 过滤和映射大数据集，性能更佳的实践

语法

arr.reduce(callback(accumulator, currentValue[, index[, array]])[, initialValue])

reducer 函数接收4个参数:Accumulator (acc) (累计器)、Current Value (cur) (当前元素的值)、Current Index (idx) (当前索引)、Source Array (src) (源数组，也就是正在遍历的对象)。

回调函数第一次执行时，accumulator 和currentValue的取值有两种情况：如果调用reduce()时提供了initialValue，accumulator取值为initialValue，currentValue取数组中的第一个值；如果没有提供 initialValue，那么accumulator取数组中的第一个值，currentValue取数组中的第二个值。

这里要注意的是：

如果数组为空且没有提供initialValue，会抛出TypeError 。如果数组仅有一个元素（无论位置如何）并且没有提供initialValue， 或者有提供initialValue但是数组为空，那么此唯一值将被返回并且callback不会被执行

Reduce不会直接改变它所调用的对象，但是该对象可以通过调用callbackfn来改变。

如果你有兴趣深入研究，更多相关资料可以移步到官方规范文档
它在各大浏览器的兼容性如图~

可能上面的介绍比较枯燥，接下来我们就进行实践分享吧！

一、计算数组中所有值的总和，或者最值

// 处理总和的累计器
const delTotal = (acc, item) => {
  return acc   item;
};

// 处理最最大值的累计器
const delMax = (acc, item) => {
  return (acc > item) ? acc : item
};

const data = [1, 2, 3];
const total = data.reduce(delTotal);
const max = data.reduce(delMax);

console.log("The sum is: ", total); //The sum is: 6
console.log("The max is: ", max); //The max is: 3
console.log("data: ", data); //data:  [1, 2, 3]

对象数组的操作也是如此，注意如果要处理对象数组,那对象数组中包含的值必须提供初始值，以便各个item正确通过你的函数~

二、数组去重

const numberArray = [1,3,4,5,4,5,3,4]
const stringArray = ['a', 'b', 'a', 'b', 'c', 'e', 'e']

const delRepetition = (accumulator, currentValue)=> {
  if (accumulator.indexOf(currentValue) === -1) {
    accumulator.push(currentValue)
  }
  return accumulator
}

const repNumberArray = numberArray.reduce(delRepetition,[])
const repStringArray = stringArray.reduce(delRepetition,[])

console.log("The repNumberArray is: ", repNumberArray); //The repNumberArray is: [1, 3, 4, 5]
console.log("The repStringArray is: ", repStringArray); //The repStringArray is: ["a", "b", "c", "e"]

数组去重的方式很多，这种可能不是最佳的，但是也是一种思路。 如果你正在使用一个可以兼容Set 和 Array.from() 的环境， 你可以使用let orderedArray = Array.from(new Set(myArray)); 来获得一个去重的数组~

三、将二维数组转化为一维

const flattened = [[0, 1], [2, 3], [4, 5]].reduce(
 ( acc, cur ) => acc.concat(cur),
 []
);

console.log("flattened: ", flattened); //flattened: [0, 1, 2, 3, 4, 5]

附带挑战：如何使用array.reduce()方法把多维数组转化为一维数组？可以在下面的评论中写下您的解决方案~

四、计算数组中每个元素出现的次数

统计出现次数这个场景，也很常见，比如投票统计，下面模拟一个前端框架使用投票统计

const initialValue = {};

const reducer = (tally, vote) => {
  if (!tally[vote]) {
    tally[vote] = 1;
  } else {
    tally[vote] = tally[vote]   1;
  }
  return tally;
};

const votes = [
  "vue",
  "react",
  "angular",
  "vue",
  "react",
  "angular",
  "vue",
  "react",
  "vue"
];
const result = votes.reduce(reducer, initialValue);

console.log("Result: ", result)  // Result:  {vue: 4, react: 3, angular: 2}
console.log("Vue: ", result.vue) // Vue:  4
console.log("React: ", result.react) // React:  3

类似的，也可以处理按属性对object分类

五、过滤和映射大数据集，性能更佳

我们都知道过滤数组，JavaScript提供了一种对数组对象进行过滤的filter()方法，下面我们举个例子，对一个大数据数组（100万个数据）中筛选出所有偶数项，来对比性能

const bigData = [];
for (var i = 0; i < 1000000; i  ) {
  bigData[i] = i;
}

const filterBegin = Date.now()
var filterMappedBigData = bigData.filter((value)=> {
  return value % 2 === 0;
})

const filterEnd = Date.now()
const filtertimeSpent = (filterEnd-filterBegin)/1000   "s";


const reducedBegin=Date.now();
var reducedBigData = bigData.reduce((acc, value)=> {
  if (value % 2 === 0) {
    acc.push(value);
  }
  return acc;
}, []);
const reducedEnd = Date.now();
const reducedtimeSpent = (reducedEnd-reducedBegin)/1000   " s";


console.log("filtered Big Data:", filtertimeSpent)
console.log("reduced Big Data:", reducedtimeSpent)

在控制台中,我们可以看到filter()花了25毫秒，reduced()花了20毫秒，可能你在本地环境测，数据有差异，但是reduced()在耗时少,当然感兴趣的同学，也可以也拿map()做实验,你会发现在处理大数据,reduced()在耗时上都比他们少！

filtered Big Data: 0.025 s
reduced Big Data: 0.020 s

如果你对过滤的数据在分别进行操作的话，耗时这块体现的更明显。如果我们要处理大量数据信息，那么了解reduce()函数可以将所有这些操作合并在一起，从而极大地提高性能，这将非常有帮助~

最后

本文从语法到实践分享了一些我在实际开发中reduce()函数使用的技巧，希望有点抛砖引玉的作用，当然它还有很多可以结合应用的场景，比如编写函数，检查嵌套对象等等~，也期待评论区你的分享~

这篇好文章是转载于：学新通技术网