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);
代码不太明白没关系,贴一个reduce的作用动图应该就会明白了。
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的元素进行自定义累计,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
02
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20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。
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, []);
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]]
对数组成员个数进行统计
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
对数组成员位置进行记录
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]
对数组成员特性进行分组
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) }
对数组成员包含的关键字进行统计
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”
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
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]
返回对象指定的键值
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 }
权重求和
const score = [
{ score: 90, subject: “chinese”, weight: 0.5 },
{ score: 95, subject: “math”, weight: 0.3 },
{ score: 85, subject: “english”, weight: 0.2 }
];
const result = score.reduce((t, v) => t + v.score * v.weight, 0); // 90.5
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)));
}
03
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
6.719970703125ms01
背景
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);
代码不太明白没关系,贴一个reduce的作用动图应该就会明白了。
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的元素进行自定义累计,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
02
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20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。
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, []);
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]]
对数组成员个数进行统计
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
对数组成员位置进行记录
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]
对数组成员特性进行分组
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) }
对数组成员包含的关键字进行统计
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”
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
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]
返回对象指定的键值
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 }
权重求和
const score = [
{ score: 90, subject: “chinese”, weight: 0.5 },
{ score: 95, subject: “math”, weight: 0.3 },
{ score: 85, subject: “english”, weight: 0.2 }
];
const result = score.reduce((t, v) => t + v.score * v.weight, 0); // 90.5
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)));
}
03
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
3.554931640625m
reduce
2.806884765625ms
forEach
3.696044921875ms
map
3.554931640625m
reduce
2.806884765625ms