一道关于 ARRAY 深度展开的面试题

内容简介：一道关于 ARRAY 深度展开的面试题

今天面试的时候，考官出了这么一个题，写一个函数，输入 a = [1,[2,3,[4,5,6]]] ，输出 a = [1,2,3,4,5,6] 。当时我脑子有点短路，做了好久，给出了个不太符合要求的答案如下

var a = [1,[2,3,[4,5,6]]]
var arr = []
function merge(a) {
  for(var i = 0; i < a.length; i++){
    if(Array.isArray(a[i])){
      merge(a[i])
    } else {
      arr.push(a[i])
    }
  }
  return arr
}

回家后稍微完善了下，符合了考官输入输出的要求了（不过也晚了）

function flatten(a) {
  if (!Array.isArray(a)) return

  var arr = []

  return (function merge(a) {
    for(var i = 0, l = a.length; i < l; i++){
      if(Array.isArray(a[i])){
        merge(a[i])
      } else {
        arr.push(a[i])
      }
    }
    return arr
  })(a)
}

然后跟朋友聊天问问有啥简单的方法，朋友给了一个挺符合这个题的简单方法类似如下

const flatten = (arr) => arr.toString().split(',').map(v => Number(v))

不过这个答案只适用于这道题，如果不是全数字的就不行了。于是在 GitHub 上搜索 array flatten ，看了看排名前三的源码，发现有好多不同的写法，比如

function flatten() {
  var args = Array.from(arguments)
  do {
    args = [].concat.apply([], args)
  } while (args.some(Array.isArray))
  return args
}

也有这么写的

function flatten (array) {
  var result = Array.prototype.concat.apply([], array)
  if (result.length === array.length) {
    return result
  }
  return flatten(result)
}

写法各不相同，还有好多看似类似，但细节上不一样的，所以关键就看性能了，好在 arr-flatten 和 array-flatten 中就都有 benchmark ，进行了各种比较

arr-flatten 这个项目中，在各种不同的、可以在 npm 上搜到的 array flatten 实现方法之间进行了比较，最后的结论是 array-flatten 执行的效率最高

array-flatten 项目里的 benchmark 主要是自己源码中细节不同的写法之间的差异，最后得出的最佳实践如下

function flatten (array) {
  if (!Array.isArray(array)) {
    throw new TypeError('Expected value to be an array')
  }
  return flattenFrom(array)
}

function flattenFrom (array) {
  return flattenDown(array, [])
}

function flattenDown (array, result) {
  for (var i = 0; i < array.length; i++) {
    var value = array[i]

    if (Array.isArray(value)) {
      flattenDown(value, result)
    } else {
      result.push(value)
    }
  }

  return result
}

这套代码思路与我给出的答案是一样的，但由于细节上的不同，导致用 benchmark 测试，执行效率比我写的那个快了约20%

以上所述就是小编给大家介绍的《一道关于 ARRAY 深度展开的面试题》，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持！

查看所有标签

猜你喜欢:

• 算法/NLP/深度学习/机器学习面试笔记
• 3w字深度好文|Redis面试全攻略，读完这个就可以和面试官大战几个回合了
• 收藏! 超全的 GitHub 计算机算法、机器学习、深度学习的面试指南集锦
• Python面试经验总结，面试一时爽，一直面试一直爽！
• 算法面试：数组编码面试问题
• 【面试虐菜】—— JAVA面试题（1）

本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。