Lodash 源码阅读-baseSortedUniq
概述
baseSortedUniq 是 Lodash 内部的一个基础函数,用于对已排序数组进行去重操作。它是 _.sortedUniq 和 _.sortedUniqBy 这两个公开 API 的底层实现。与普通的 baseUniq 相比,baseSortedUniq 针对已排序数组进行了优化,能够以线性时间复杂度(O(n))完成去重操作,效率更高。
前置学习
依赖函数
eq: 用于比较两个值是否相等,处理包括 NaN 在内的特殊情况iteratee: 可选的迭代器函数,用于在比较前转换元素
技术知识
- 排序数组的特性:相同元素在排序后必定相邻
- JavaScript 中的 NaN 和 +0/-0 特殊值处理
- 线性扫描算法
- 函数式编程中的迭代器模式
源码实现
javascript
function baseSortedUniq(array, iteratee) {
var index = -1,
length = array.length,
resIndex = 0,
result = [];
while (++index < length) {
var value = array[index],
computed = iteratee ? iteratee(value) : value;
if (!index || !eq(computed, seen)) {
var seen = computed;
result[resIndex++] = value === 0 ? 0 : value;
}
}
return result;
}
实现思路
baseSortedUniq 函数实现的思路非常直接明了,利用了排序数组的特性:相同元素在排序后必定相邻。函数通过线性扫描数组,只需要将每个元素与前一个元素比较,如果不相同则保留,从而实现去重。具体步骤:
- 初始化必要的变量:数组指针、结果数组索引等
- 线性扫描排序数组的每个元素
- 对每个元素应用可选的迭代器函数
- 将当前元素与上一个保留的元素比较
- 如果不相同(或是第一个元素),则保留当前元素
- 返回去重后的结果数组
整个算法只需要一次遍历,时间复杂度为 O(n),非常高效。
源码解析
让我们逐行分析 baseSortedUniq 函数的实现:
javascript
function baseSortedUniq(array, iteratee) {
函数定义,接收两个参数:
array: 要去重的已排序数组iteratee: 可选的迭代器函数,用于转换数组元素后再进行比较
javascript
var index = -1,
length = array.length,
resIndex = 0,
result = [];
初始化变量:
index = -1: 数组遍历指针,从 -1 开始是因为用前置自增(++index)length = array.length: 缓存数组长度,避免循环中重复访问resIndex = 0: 结果数组的索引指针,用于高效添加元素result = []: 存储去重结果的数组
javascript
while (++index < length) {
使用 while 循环遍历数组,每次将 index 自增后与数组长度比较。
javascript
var value = array[index],
computed = iteratee ? iteratee(value) : value;
在每次循环中:
- 获取当前元素的值
value - 如果提供了迭代器函数,则应用迭代器获取计算后的值
computed;否则使用原值
javascript
if (!index || !eq(computed, seen)) {
这是关键的去重判断逻辑:
!index: 如果是第一个元素(index 为 0),直接保留!eq(computed, seen): 如果当前计算值与上一个保留的计算值不相等,也保留
eq 函数会处理 JavaScript 中的特殊情况,如 NaN 与 NaN 相等比较等。
javascript
var seen = computed;
更新 seen 变量,记录最近一个计算值,用于下一轮比较。
javascript
result[resIndex++] = value === 0 ? 0 : value;
将当前元素添加到结果数组,并同时自增结果索引。这里有一个特殊处理:
value === 0 ? 0 : value: 处理 +0 和 -0,确保统一返回 +0(数字 0)
这样处理是为了保持与 SameValueZero 比较一致,将 +0 和 -0 视为相同值。
javascript
return result;
返回去重后的结果数组。
特殊值处理分析
1. 第一个元素的处理
javascript
if (!index || !eq(computed, seen)) {
由于 index 初始为 -1,第一次循环中 index 自增后为 0,!index 为 true,所以第一个元素总是被保留,不需要与前值比较。
2. NaN 值的处理
通过 eq 函数,baseSortedUniq 可以正确处理 NaN 值。在标准 JavaScript 中,NaN !== NaN,但在去重操作中我们期望将 NaN 视为相等的值。eq 函数内部使用 SameValueZero 算法,能够正确识别两个 NaN 值相等。
3. +0/-0 的处理
javascript
result[resIndex++] = value === 0 ? 0 : value;
JavaScript 中存在 +0 和 -0 两种零值,它们在 === 比较中被视为相等,但在某些操作(如 1/+0 和 1/-0)中有区别。baseSortedUniq 函数确保在结果中统一使用 +0,这是通过 value === 0 ? 0 : value 实现的。
总结
baseSortedUniq 函数是一个专门针对已排序数组设计的高效去重实现,主要特点包括:
- 线性时间复杂度:只需 O(n) 的时间完成去重,比一般去重算法更高效
- 空间效率:只需 O(1) 的额外空间(不计算结果数组)
- 迭代器支持:可以通过迭代器函数在比较前转换元素,增加了灵活性
- 特殊值处理:正确处理 JavaScript 中的 NaN 和 +0/-0 等特殊值
与通用的 baseUniq 相比,baseSortedUniq 更简洁、更高效,但要求输入数组必须已预先排序。这体现了 Lodash 库的设计思想:为不同场景提供专门优化的实现,在保证功能正确的同时追求最佳性能。
从软件工程角度看,baseSortedUniq 是单一职责原则的很好体现,它专注于解决一个特定问题:对已排序数组进行去重。这种针对特定场景的优化是高性能库的重要特征。