JS数组reduce的25个高级用法

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，下面这篇文章主要给大家介绍了关于JS数组reduce你不得不知道的25个高级用法，需要的朋友可以参考下

前言

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);

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

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。

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

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) => 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

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)];
}

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、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

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");

累加操作	执行时间
for	3.697265625 ms
forEach	`2.529052734375 ms`
map	`2.416748046875 ms`
reduce	`1.97412109375 ms`

以上代码在联想拯救者R7000P CPU: AMD R7 4800H 内存容量: 16G 测试方式 : Chrome，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。