java reduce.mdn_编程语言你不得不知道的数组reduce高级用法

背景

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 = 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 

}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 

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。

编程语言(programming language)是一种被标准化的交流技巧，用来向计算机发出指令，定义计算机程序，让程序员能够准确地定义计算机所需要使用的数据，并精确地定义在不同情况下所应当采取的行动的一种计算机语言。 编程语言可以分成机器语言、汇编语言、高级语言三大类。计算机领域已发明了上千不同的编程语言，而且每年仍有新的编程语言诞生。