算法（性能篇）

algorithm cookbook for performance enhancement

Reduce 优化 大数据集处理

• 问题

  给定一个大数据集， 针对它进行多个步骤的数据转换处理，常见的方案是 链式调用 数组方法， 有没有更好的方案？

  const length = 10_000_000;
  // => [1, 2, 3, 4, 5, 6, 7, 8, 9, 10 ... 10_000_000]
  const bigData = Array.from({ length }, (_, i) => i + 1);
  
  const even = (items) => items.filter((item) => item % 2 === 0);
  
  const double = (items) => items.map((item) => item * 2);
  
  // 这是不是严格意义的链式调用的写法 但是 实际是同样的结果
  const filterMappedBigData = (items) => double(even(items));
  
  console.time("filter and map");
  filterMappedBigData(bigData);
  console.timeEnd("filter and map");
  

   # 执行时间
   console.time
      filter and map: 294 ms
  

• 方案

  可以使用 reduce 方法来提升性能

  const reducer = function (acc, cur) {
    if (cur % 2 === 0) {
      acc.push(cur * 2);
    }
    return acc;
  };
  
  const reducedBigData = (items) => items.reduce(reducer, []);
  
  console.time("reduce");
  reducedBigData(bigData);
  console.timeEnd("reduce");
  

    # 执行时间
    console.time
      reduce: 190 ms
  

• 讨论

  • reduce 方法减少了循环的次数因此性能更好
  • Code In Unit Test

  提示

  当 数据集并不大的时候 依然建议用 声明式 的 链式调用