全部的數據處理都是map-reduce

用reduce求和

const sum = [1,2,3,4,5,6].reduce((v,t)=>{ return v+t; //第一次v=0，t=1
   //第二次v= 0+1,t=2
　　//第三次v=1+2,t=3......

}，0)//reduce傳入兩個值，第一個是個函數，第二個是初始值

map處理字符串而後用reduce

const joined = 'this-is-an-example'; joined .split('-') .map( word => {//用map將每一個單詞的第一個字符變成大寫
    const [head,...others] = word 　　 console.log(head,others); return head.toUpperCase() + others.reduce((x,y) => x+y,'') }) .reduce( (s,word)=>{ console.log('word=='+word); 　　 return s+' '+word; }) console.log(joined);

 

map/reduce處理sql

本質上全部數據處理過程(sql過程)都是map/reduce，因此能夠使用map/reduce完成大量操做。而高階函數讓咱們能夠最大化複用這個計算過程

//全部數據處理都是sql，用map/reduce完成一些sql操做 //假設數據庫中有一張成績單，以下
let students = { 　　{id:1,name:'lucy',score:99,class:'a'}, 　　{id:2,name:'lily',score:88,class:'b'} } let selected = students.map( student => { 　　return {name:student.name}//最終只會輸出name這一字段的值
}) console.log(selected); //好比篩選全部分數大於80的學生 即select name from students where score>80
let selected2 = students.reduce( (list,student) => { 　　if(student.score > 80){ 　　　　list = [...list,student] 　　} 　　return list; },[]) console.log(selected2); /*===================================================*/

//對上述條件篩選的另外一思路 map/reduce與高階函數 //先把函數提取出來,此時並無用到高階函數
let selectScoreLargerThan80 = (list,student) => { 　　if(student.score > 80){ 　　　　list = [...list,student]; 　　} 　　return list; } //const selected_2 = students.reduce(selectScoreLargerThan80,[]) //定義一個高階函數filter，用於生成篩選條件
const filter = (prediction) => { 　　return (list,item) => { 　　　　if(prediction(item)){ 　　　　　　list = [...list,item]; 　　　　} 　　} } //使用filter增長篩選條件
const selectScoreLargerThan80_2 = filter(item => item.score > 60) const selected_2_2 = students.reduce(selectScoreLargerThan80,[]) /*=========================================*/
//按照分數排序（倒序） //插入排序 select * from students order by score desc
const sorted = students.reduce( (list,student) => { 　　let i = 0; 　　for(;i<list.length;i++){//這裏是插入的過程，排序條件是可變的，因此能夠把這部分封裝到一個高階函數
　　　　if(list[i].score < student.score) break; 　　} 　　return [...list.slice(0,i),student,...list.slice(i,list.length)];//插入排序
},[]) /*========================================*/
//按照班級進行排序(groupby)，而後求最大分數，插入排序 // select max(score) from students group by class

//將學生按照class分組
const grouped = students.reduce( (groups,student) => { 　　if(!groups[student.class]){ 　　　　groups[student.class] = {key:student.class,values:[]} 　　} 　　groups[student.class].values.push(student) 　　return groups },{}) //提取爲數組
const arrGroups = Object.values(grouped); //計算每一個分組的最大值
const final = arrGroups.map(group => { 　　return { 　　　　class:group.key, 　　　　max:group.values.reduce( (a,b) => { 　　　　　　return b.score > a ? b.score : a; 　　　　},0) 　　} }) console.log(final); /*===========================*/
//使用原生的filter與find
const selected = students.filter(student => student.score > 60) const student = students.find(student => student.id === 5) const sorted = students.sort((student1,student2) =>  student1.score < student2.score )

 

 整理自魏蒙老師視頻