JS中数组去重问题
September/15th 2010

    面试前端必须准备的一个问题:怎样去掉Javascript的Array的重复项。据我所知,百度、腾讯、盛大等都在面试里出过这个题目。 这个问题看起来简单,但是其实暗藏杀机。 考的不仅仅是实现这个功能,更能看出你对计算机程序执行的深入理解。

    我总共想出了三种算法来实现这个目的:

  1. Array.prototype.unique1 = function()
    {
    	var n = []; //一个新的临时数组
    	for(var i = 0; i < this.length; i++) //遍历当前数组
    	{
    		//如果当前数组的第i已经保存进了临时数组,那么跳过,
    		//否则把当前项push到临时数组里面
    		if (n.indexOf(this[i]) == -1) n.push(this[i]);
    	}
    	return n;
    }
  2. Array.prototype.unique2 = function()
    {
    	var n = {},r=[]; //n为hash表,r为临时数组
    	for(var i = 0; i < this.length; i++) //遍历当前数组
    	{
    		if (!n[this[i]]) //如果hash表中没有当前项
    		{
    			n[this[i]] = true; //存入hash表
    			r.push(this[i]); //把当前数组的当前项push到临时数组里面
    		}
    	}
    	return r;
    }
  3. Array.prototype.unique3 = function()
    {
    	var n = [this[0]]; //结果数组
    	for(var i = 1; i < this.length; i++) //从第二项开始遍历
    	{
    		//如果当前数组的第i项在当前数组中第一次出现的位置不是i,
    		//那么表示第i项是重复的,忽略掉。否则存入结果数组
    		if (this.indexOf(this[i]) == i) n.push(this[i]);
    	}
    	return n;
    }
    

    其中第1种和第3种方法都用到了数组的indexOf方法。此方法的目的是寻找存入参数在数组中第一次出现的位置。很显然,js引擎在实现这个方法的时候会遍历数组直到找到目标为止。所以此函数会浪费掉很多时间。 而第2中方法用的是hash表。把已经出现过的通过下标的形式存入一个object内。下标的引用要比用indexOf搜索数组快的多。

    为了判断这三种方法的效率如何,我做了一个测试程序,生成一个10000长度的随机数组成的数组,然后分别用几个方法来测试执行时间。 结果表明第二种方法远远快于其他两种方法。 但是内存占用方面应该第二种方法比较多,因为多了一个hash表。这就是所谓的空间换时间。  就是这个测试页面,你也可以去看看。

2010年10月7日更新:

根据hpl大牛的思路,我写了第四种方法:

Array.prototype.unique4 = function()
{
	this.sort();
	var re=[this[0]];
	for(var i = 1; i < this.length; i++)
	{
		if( this[i] !== re[re.length-1])
		{
			re.push(this[i]);
		}
	}
	return re;
}

    这个方法的思路是先把数组排序,然后比较相邻的两个值。 排序的时候用的JS原生的sort方法,JS引擎内部应该是用的快速排序吧。 最终测试的结果是此方法运行时间平均是第二种方法的三倍左右,不过比第一种和第三种方法快了不少。



14660 read 9 comment(s)
#1
smallsmallwolf   2010年09月20号 20:21       回复
谢啦 老大 这个有用啊
#2
liudanking   2010年10月01号 22:48       回复
你让我想起了一个“产生不重复的随机数”的问题。其实可以把你的问题归为这个问题的子问题。
#3
hplonline   2010年10月07号 12:22       回复
还有一法是先sort再uniq,因为没有规定必须保持原数组元素的出现顺序。跟hash应该有得一拼,时间上n*logn vs n*h,空间上可以就地解决。时间上具体有多少差异就比较依赖底层怎么实现的了。
#4
longbill   2010年10月07号 13:32       回复
@hplonline 有意思。我测试一下。
#5
longbill   2010年10月07号 14:02       回复
@hplonline 写出来了。你看看测试页面。 主要时间花在了排序上面,记得快排的时间复杂度为n*logn?  但是用hash的话,n*h 中的h不知道JS引擎怎么实现的,居然比logn小那么多。。。。
#6
hplonline   2010年10月07号 14:40       回复

这个跟浏览器是不是也有关系哦,ff3.6.10:

method 1 used 1506ms
method 2 used 9ms
method 3 used 1919ms
method 4 used 9ms
6340/10000
#7
longbill   2010年10月07号 14:46       回复
@hplonline 果然。在webkit核心下面,method 2 < method 4,在opera下面就 2> 4了。看来各个JS引擎的实现方式不一样啊。
#8
Evan   03月03日 11:55       回复
第二种方法,要是同时存在字符串类型的值和数值类型的值,排在后面的值会被去掉
#9
Evan   03月03日 11:56       回复
第二种方法,要是同时存在字符串类型的值和数值类型的值,排在后面的值会被去掉
添加新的评论
称呼:*
邮件:*
网站:
内容:

Copyright © Longbill 2008-2017 , Designed by EndTo , Powered by EndCMS