lodash源码分析之去重--uniq方法

lodash.js包是node开发中常用的js工具包，里面有许多实用的方法，今天分析常用的一个去重方法---uniq

用法

_.uniq([2, 1, 2])
    // => [2, 1]

源码包

// uniq.js
    import baseUniq from './.internal/baseUniq.js'
    
    function uniq(array) {
          return (array != null && array.length) ? baseUniq(array) : []
    }

    export default uniq

可以看到，uniq函数这边只做了一个针对baseUniq的封装，所以继续看baseUniq源码:joy:

// baseUniq.js
    import SetCache from './SetCache.js'
    import arrayIncludes from './arrayIncludes.js'
    import arrayIncludesWith from './arrayIncludesWith.js'
    import cacheHas from './cacheHas.js'
    import createSet from './createSet.js'
    import setToArray from './setToArray.js'
    
    const LARGE_ARRAY_SIZE = 200 // 作为数组处理的最大数组长度
    function baseUniq(array, iteratee, comparator) {
      let index = -1
      let includes = arrayIncludes // 向下兼容，内部使用使用while做循环
      let isCommon = true
    
      const { length } = array
      const result = []
      let seen = result
    
      if (comparator) {
        // 如果有comparator，标注为非普通函数处理
        isCommon = false
        includes = arrayIncludesWith // includes 判重方法更换为 arrayIncludesWith
      }
      else if (length >= LARGE_ARRAY_SIZE) { // 长度超过200后启用，大数组优化策略
        // 判断是否有迭代器，没有则设为Set类型（支持Set类型的环境直接调用生成Set实例去重）
        const set = iteratee ? null : createSet(array) 
        if (set) {
          return setToArray(set) //Set类型转数组（Set类型中不存在重复元素，相当于去重了）直接返回
        }
        isCommon = false // 非普通模式
        includes = cacheHas // includes 判重方法更换为hash判断
        seen = new SetCache // 实例化hash缓存容器
      }
      else {
        // 存在迭代器的情况下，新开辟内存空间为缓存容器，否则直接指向结果数组容器
        seen = iteratee ? [] : result
      }
      outer:
      while (++index < length) { // 循环遍历每一个元素
        let value = array[index] // 取出当前遍历值
        // 存在迭代器函数执行迭代器函数后返回结果，否则直接返回自身
        const computed = iteratee ? iteratee(value) : value 
        
        value = (comparator || value !== 0) ? value : 0
        if (isCommon && computed === computed) { // 普通模式执行下面代码
          let seenIndex = seen.length // 取当前容器的长度为下一个元素的角标
          while (seenIndex--) { // 循环遍历每一个容器中每一个元素
            if (seen[seenIndex] === computed) { // 匹配到重复的元素
              continue outer // 直接跳出当前循环直接进入下一轮outer:
            }
          }
          if (iteratee) { // 有迭代器的情况下
            seen.push(computed) // 结果推入缓存容器
          }
          result.push(value) // 追加入结果数组
        }
         // 非正常数组处理模式下，调用includes方法，判断缓存容器中是否存在重复的值
        else if (!includes(seen, computed, comparator)) {
          if (seen !== result) { // 非普通模式下，result和seen内存空间地址不一样
            seen.push(computed)
          }
          result.push(value) // 追加入结果数组
        }
      }
      return result // 循环完成，返回去重后的数组
    }
    
    export default baseUniq

大致的流程：

分析

1.注意下面的代码:

else if (length >= LARGE_ARRAY_SIZE) { // 长度超过200后启用，大数组优化策略
    // 判断是否有迭代器，没有则设为Set类型（支持Set类型的环境直接调用生成Set实例去重）
    const set = iteratee ? null : createSet(array) 
    if (set) {
      return setToArray(set) //Set类型转数组（Set类型中不存在重复元素，相当于去重了）直接返回
    }
  }

lodash 会去判断当前数组的长度，如果数组过大会调用ES6的新的Set数据类型，Set类型中不会存在重复的元素。也就是说做到了数组的去重，最后调用setToArray方法返回数组，Set类型是可迭代的类型，可以使用 ... 扩展运算符。

在性能方面，因为js是单线程执行，大数组的循环会长时间占用CPU时间，导致线程被阻塞。而使用Set类型后将去重的工作交个底层去处理，提高了性能。所以平时在有去重需求时可以考虑Set类型的去重，而不是在js执行层去做循环，也是一种性能优化。

2.接着看不采用Set去重的代码处理策略：

outer:
      while (++index < length) { // 循环遍历每一个元素
        let value = array[index] // 取出当前遍历值
        
        value = (comparator || value !== 0) ? value : 0
        if (isCommon && computed === computed) { // 普通模式执行下面代码
          let seenIndex = seen.length // 取当前容器的长度为下一个元素的角标
          while (seenIndex--) { // 循环遍历每一个容器中每一个元素
            if (seen[seenIndex] === computed) { // 匹配到重复的元素
              continue outer // 直接跳出当前循环直接进入下一轮outer:
            }
          }
        }
      }

可以看到这里使用两个嵌套while去遍历数组，并判断是否存在重复元素。这样的逻辑并没有问题，也是平时工作中最常见的去重代码逻辑，代码的执行时间复杂度为 O(n^2)，执行时间会随着数组的增大指数级增加，所以也就是为什么lodash的uniq函数要规定最大的可迭代数组长度，超过长度采用Set去重法。避免性能浪费

尾巴

ES6的出现真的很大程度上方便代码的编写，ES6这么方便为什么我还喜欢lodash这种库，既臃肿复杂，又需要记忆很多API。我的回答是高效、优雅、省心。工作时使用成熟库是对代码质量的保证，并且成熟的库一般会对性能部分进行优化。