博客
关于我
ES2019 中的 Array.prototype.flat 和 Array.prototype.flatMap
阅读量:338 次
发布时间:2019-03-04

本文共 1415 字,大约阅读时间需要 4 分钟。

Array.prototype.flat

Array.prototype.flat 是数组扁平化方法,按照一个指定的深度递归遍历数组,并将所有元素与遍历到的子数组中的元素合并为一个新数组返回

let newArray = arr.flat([depth])

depth 参数指定要提取嵌套数组的结构深度,默认值为 1 ,即展开一层;若要展开两层,可以传 2 ;如需要展开任意深度的嵌套数组,可以使用 Infinity

let arr = [1, 2, [3, 4, [5, 6]]];// 不传或者传1都只展开一层arr.flat(); // [1, 2, 3, 4, [5, 6]]arr.flat(1); // [1, 2, 3, 4, [5, 6]]// 展开指定深度arr.flat(2); // [1, 2, 3, 4, 5, 6]// 传入0或者负值不进行展开,只是浅拷贝arr.flat(0); // [1, 2, [3, 4, [5, 6]]]let arr2 = [1, 2, [3, 4, [5, 6, [7, 8, [9, 10]]]]];// 展开任意深度arr2.flat(Infinity); // [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

Infinity 跟 NaN 一样也是属于 number 类型

Array.prototype.flatMap

Array.prototype.flatMap 方法首先使用 map 函数映射数组的每个元素,然后再为每个元素调用一下 flat 函数,相当于先 mapflat

var new_array = arr.flatMap(function callback(currentValue[, index[, array]]) {

// return element for new_array
}[, thisArg])

let arr = [1, 2, 3, 4];// 使用 flatMaplet arr1 = arr.flatMap(x => [x * 2]); // [2, 4, 6, 8]// 相当于调用 map 后调用 flatlet arr1 = arr.map(x => [x * 2]); // [[2], [4], [6], [8]]arr2 = arr1.forEach(x => x.flat()); // [2, 4, 6, 8]

注意一下,很多人看到 flatMap ,以为是先 flatmap ,但事实上是先 mapflat ,我们可以测试一下:

[1, 2, [3], 4].flatMap(x => x + 1);// [2, 3, "31", 5]

很明显,flatMap 是先执行了 map ,中间那个 "31" 是因为数组与数字相加时,数组自动调用了 toString() 方法。

根据上面的分析,我们可以简单实现一下 faltMap 方法:

Array.prototype.flatMap = function(mapper) {   	return this.map(mapper).flat();}// flat 方法可以这样实现const flat = (arr) => arr.reduce((a, b) => a.concat(b), []);

参考:

转载地址:http://ptye.baihongyu.com/

你可能感兴趣的文章
NIO基于UDP协议的网络编程
查看>>
NIO笔记---上
查看>>
NIO蔚来 面试——IP地址你了解多少?
查看>>
NISP一级,NISP二级报考说明,零基础入门到精通,收藏这篇就够了
查看>>
NISP国家信息安全水平考试,收藏这一篇就够了
查看>>
NIS服务器的配置过程
查看>>
NIS认证管理域中的用户
查看>>
Nitrux 3.8 发布!性能全面提升,带来非凡体验
查看>>
NiuShop开源商城系统 SQL注入漏洞复现
查看>>
NI笔试——大数加法
查看>>
NLog 自定义字段 写入 oracle
查看>>
NLog类库使用探索——详解配置
查看>>
NLP 基于kashgari和BERT实现中文命名实体识别(NER)
查看>>
NLP 模型中的偏差和公平性检测
查看>>
Vue3.0 性能提升主要是通过哪几方面体现的?
查看>>
NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
查看>>
NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
查看>>
NLP三大特征抽取器:CNN、RNN与Transformer全面解析
查看>>
NLP学习笔记:使用 Python 进行NLTK
查看>>
NLP度量指标BELU真的完美么?
查看>>