登录
JS复杂去重一定要先排序吗？深度解析与性能对比
2025年12月26日 17:53
引言
在日常开发中，数组去重是JavaScript中常见的操作。对于简单数据类型，我们通常会毫不犹豫地使用Set。但当面对复杂对象数组时，很多开发者会产生疑问：复杂去重一定要先排序吗？
这个问题背后其实隐藏着几个更深层次的考量:
- 排序是否会影响原始数据顺序？
- 排序的性能开销是否值得？
- 是否有更优雅的解决方案？
1. 常见的排序去重方案
1.1 传统的排序去重思路
// 先排序后去重的经典写法
function sortThenUnique(arr, key) {
return arr
.slice()
.sort((a, b) => {
// 避免修改原始数组
const valueA = key ? a[key] : a;
const valueB = key ? b[key] : b;
if (valueA < valueB) return -1;
if (valueA > valueB) return 1;
return 0;
})
.filter((item, index, array) => {
if (index === 0) return true; // 保留第一个元素
const value = key ? item[key] : item;
const prevValue = key ? array[index - 1][key] : array[index - 1];
return value !== prevValue; // 仅保留与前一个元素不同的元素
});
}
1.2 排序去重的优缺点
优点:
- 代码逻辑相对直观
- 对于已排序或需要排序的数据，可以一步完成
- 在某些算法题中可能是必要步骤
缺点:
- 时间复杂度至少为 O(n log n)
- 改变了原始数据的顺序
- 对于不需要排序的场景是额外开销
2. 不排序的去重方案
2.1 基于Map的保持顺序方案
function uniqueByKey(arr, key) {
const seen = new Map();
const result = [];
for (const item of arr) {
const keyValue = item[key];
if (!seen.has(keyValue)) {
seen.set(keyValue, true);
result.push(item);
}
}
return result;
}
// 支持多个字段的复合键
function uniqueByMultipleKeys(arr, keys) {
const seen = new Set();
return arr.filter((item) => {
const compositeKey = keys.map((key) => item[key]).join("|");
if (seen.has(compositeKey)) {
return false;
}
seen.add(compositeKey);
return true;
});
}
2.2 基于对象的缓存方案
function uniqueByKeyWithObject(arr, key) {
const cache = {};
return arr.filter((item) => {
const keyValue = item[key];
if (cache[keyValue]) {
return false;
}
cache[keyValue] = true;
return true;
});
}
2.3 基于自定义比较函数的方案
function uniqueWithCustomComparator(arr, comparator) {
return arr.filter((current, index, self) => {
// 查找第一个相同元素的位置
return self.findIndex((item) => comparator(item, current)) === index;
});
}
// 使用示例
const users = [
{ id: 1, name: "Alice", age: 25 },
{ id: 2, name: "Bob", age: 30 },
{ id: 1, name: "Alice", age: 25 }, // 重复
{ id: 1, name: "Alice", age: 26 }, // ID相同但年龄不同
];
const uniqueUsers = uniqueWithCustomComparator(
users,
(a, b) => a.id === b.id && a.name === b.name
);
console.log(uniqueUsers);
// [ { id: 1, name: 'Alice', age: 25 }, { id: 2, name: 'Bob', age: 30 } ]
3. 性能对比分析
3.1 时间复杂度对比
| 方法 | 时间复杂度 | 空间复杂度 | 是否保持顺序 |
|---|---|---|---|
| 排序后去重 | O(n log n) | O(1) 或 O(n) | 否 |
| Map去重 | O(n) | O(n) | 是 |
| 对象缓存去重 | O(n) | O(n) | 是 |
| filter + findIndex | O(n²) | O(1) | 是 |
3.2 实际性能测试
// 性能测试代码示例
function generateTestData(count) {
return Array.from({length: count}, (_, i) => ({
id: Math.floor(Math.random() * count / 10), // 产生大量重复
value: `item-${i}`,
data: Math.random()
}));
}
function runPerformanceTest() {
const data = generateTestData(10000);
console.time('Map去重');
uniqueByKey(data, 'id');
console.timeEnd('Map去重');
console.time('排序去重');
sortThenUnique(data, 'id');
console.timeEnd('排序去重');
console.time('filter+findIndex');
uniqueWithCustomComparator(data, (a, b) => a.id === b.id);
console.timeEnd('filter+findIndex');
}
测试结果趋势:
- 数据量<1000：各种方法差异不大
- 数据量1000-10000：Map方案明显占优
- 数据量>10000：排序方案开始显现劣势
4. 应用场景与选择建议
4.1 什么时候应该考虑排序？
1.需要有序输出时
// 既要去重又要按特定字段排序
const getSortedUniqueUsers = (users) => {
const uniqueUsers = uniqueByKey(users, 'id');
return uniqueUsers.sort((a, b) => a.name.localeCompare(b.name));
};
2. 数据本身就需要排序时
// 如果业务本来就需要排序，可以合并操作
const processData = (data) => {
// 先排序便于后续处理
data.sort((a, b) => a.timestamp - b.timestamp);
// 去重
return uniqueByKey(data, 'id');
};
3.处理流式数据时
// 实时数据流，需要维持有序状态
class SortedUniqueCollection {
constructor(key) {
this.key = key;
this.data = [];
this.seen = new Set();
}
add(item) {
const keyValue = item[this.key];
if (!this.seen.has(keyValue)) {
this.seen.add(keyValue);
// 插入到正确位置维持有序
let index = 0;
while (index < this.data.length &&
this.data[index][this.key] < keyValue) {
index++;
}
this.data.splice(index, 0, item);
}
}
}
4.2 什么时候应该避免排序？
1.需要保持原始顺序时
// 日志记录、时间线数据等
const logEntries = [
{id: 3, time: '10:00', message: '启动'},
{id: 1, time: '10:01', message: '初始化'},
{id: 3, time: '10:02', message: '启动'}, // 重复
{id: 2, time: '10:03', message: '运行'}
];
// 保持时间顺序很重要！
const uniqueLogs = uniqueByKey(logEntries, 'id');
2.性能敏感的应用
// 实时渲染大量数据
function renderItems(items) {
// 使用Map去重避免不必要的排序开销
const uniqueItems = uniqueByKey(items, 'id');
// 快速渲染
return uniqueItems.map(renderItem);
}
3. 数据不可变要求
// React/Vue等框架中，避免改变原数组
const DeduplicatedList = ({ items }) => {
// 不改变原始数据
const uniqueItems = useMemo(
() => uniqueByKey(items, 'id'),
[items]
);
return <List items={uniqueItems} />;
};
5. 高级技巧和优化
5.1 惰性去重迭代器
function* uniqueIterator(arr, getKey) {
const seen = new Set();
for (const item of arr) {
const key = getKey(item);
if (!seen.has(key)) {
seen.add(key);
yield item;
}
}
}
// 使用示例
const data = [...]; // 大数据集
for (const item of uniqueIterator(data, x => x.id)) {
// 逐个处理，节省内存
processItem(item);
}
5.2 增量去重
class IncrementalDeduplicator {
constructor(key) {
this.key = key;
this.seen = new Map();
this.count = 0;
}
add(items) {
return items.filter(item => {
const keyValue = item[this.key];
if (this.seen.has(keyValue)) {
return false;
}
this.seen.set(keyValue, ++this.count); // 记录添加顺序
return true;
});
}
getAddedOrder(keyValue) {
return this.seen.get(keyValue);
}
}
5.3 内存优化版本
function memoryEfficientUnique(arr, key) {
const seen = new Map();
const result = [];
// 使用WeakMap处理对象键
const weakMap = new WeakMap();
for (let i = 0; i < arr.length; i++) {
const item = arr[i];
const keyValue = item[key];
// 对于对象类型的键值，使用WeakMap
if (typeof keyValue === 'object' && keyValue !== null) {
if (!weakMap.has(keyValue)) {
weakMap.set(keyValue, true);
result.push(item);
}
} else {
if (!seen.has(keyValue)) {
seen.set(keyValue, true);
result.push(item);
}
}
}
return result;
}
6. 实战案例分析
6.1 电商商品去重
// 场景：合并多个来源的商品数据
const productsFromAPI = [...];
const productsFromCache = [...];
const userUploadedProducts = [...];
// 需求：按商品SKU去重，保持最新数据
function mergeProducts(productLists) {
const merged = [];
const skuMap = new Map();
// 按优先级处理（后处理的优先级高）
productLists.forEach(list => {
list.forEach(product => {
const existing = skuMap.get(product.sku);
if (!existing || product.updatedAt > existing.updatedAt) {
if (existing) {
// 移除旧的
const index = merged.findIndex(p => p.sku === product.sku);
merged.splice(index, 1);
}
merged.push(product);
skuMap.set(product.sku, product);
}
});
});
return merged;
}
6.2 实时消息去重
// 场景：聊天应用消息去重
class MessageDeduplicator {
constructor(timeWindow = 5000) {
this.timeWindow = timeWindow;
this.messageIds = new Set();
this.timestamps = new Map();
}
addMessage(message) {
const now = Date.now();
const { id } = message;
// 清理过期记录
this.cleanup(now);
// 检查是否重复
if (this.messageIds.has(id)) {
return false;
}
// 添加新记录
this.messageIds.add(id);
this.timestamps.set(id, now);
return true;
}
cleanup(now) {
for (const [id, timestamp] of this.timestamps) {
if (now - timestamp > this.timeWindow) {
this.messageIds.delete(id);
this.timestamps.delete(id);
}
}
}
}
结论
回到最初的问题：JS复杂去重一定要先排序吗？
答案是否定的。 排序只是众多去重策略中的一种，而非必需步骤。
我的建议:
- 默认使用Map方案: 对于大多数场景，基于Map或Set的去重方法在性能和功能上都是最佳选择。
- 根据需求选择:
- 需要保持顺序 → 使用Map
- 需要排序结果 → 先排序或后排序
- 数据量很大 → 考虑迭代器或流式处理
- 内存敏感 → 使用WeakMap或定期清理
- 考虑可读性和维护性: 有时清晰的代码比微小的性能优化更重要。
- 进行实际测试: 在性能关键路径上，用真实数据测试不同方案。
实践总结:
// 通用推荐方案
function deduplicate(arr, identifier = v => v) {
const seen = new Set();
return arr.filter(item => {
const key = typeof identifier === 'function'
? identifier(item)
: item[identifier];
if (seen.has(key)) return false;
seen.add(key);
return true;
});
}
// 需要排序时的方案
function deduplicateAndSort(arr, key, sortBy) {
const unique = deduplicate(arr, key);
return unique.sort((a, b) => {
const aVal = a[sortBy];
const bVal = b[sortBy];
return aVal < bVal ? -1 : aVal > bVal ? 1 : 0;
});
}
记住，没有银弹。最合适的去重方案取决于你的具体需求：数据规模、顺序要求、性能需求和代码上下文。希望这篇文章能帮助你在面对复杂去重问题时做出明智的选择！
