在现代前端应用开发中，数据处理是核心环节之一。特别是在使用Vuex管理全局状态时，我们经常需要对从后端获取或经过处理的数据进行进一步的清洗和整理。其中，对对象数组进行去重是一个常见的需求，例如，我们可能需要从一个航班列表中，根据航班类别（trip_class）获取每个类别下的第一个航班信息，从而得到一个去重后的唯一航班类别列表。
问题阐述：如何基于特定键值对对象数组去重？
假设我们从Vuex的getters中获取到一个航班对象数组，其结构如下：
[
{name: 'john', trip_class: 0, lastname: 'lastname'},
{name: 'Don', trip_class: 1, lastname: 'lastname'},
{name: 'Joshua', trip_class: 1, lastname: 'lastname'},
{name: 'Mary', trip_class: 2, lastname: 'lastname'}
]我们的目标是根据trip_class键进行去重，得到以下结果（保留每个trip_class的第一个出现的对象）：
[
{name: 'john', trip_class: 0, lastname: 'lastname'},
{name: 'Don', trip_class: 1, lastname: 'lastname'},
{name: 'Mary', trip_class: 2, lastname: 'lastname'}
]在Vue组件中，我们通常会通过计算属性（computed）来处理这类派生状态。一个常见的尝试是使用Array.prototype.reduce()方法来实现去重。
立即学习“前端免费学习笔记（深入）”；
原始代码分析与问题诊断
以下是一个在computed属性中尝试使用reduce进行去重的示例代码：
computed: {
flights() {
return this.$store.getters.getFlights;
},
flightsClasses() {
let flightsClasses = this.flights; // 浅拷贝或引用
flightsClasses.reduce((acc, obj) => {
// 错误的去重逻辑：obj.trip_class === flightClass
var exist = acc.find((flightClass) => obj.trip_class === flightClass);
if (!exist) {
acc.push(obj);
}
return acc;
}, []); // 初始累加器为空数组
// 关键问题：reduce的返回值没有被赋值
console.log('flightsClasses', flightsClasses); // 仍然是原始的、未去重的数组
return flightsClasses;
}
}这段代码存在两个主要问题：
- reduce返回值未被使用： Array.prototype.reduce()方法会返回一个新的累加器结果，但原始代码中并没有将这个返回值赋给flightsClasses变量，导致flightsClasses始终是原始的、未去重的数组。
- find方法中的比较逻辑错误： acc.find((flightClass) => obj.trip_class === flightClass)这一行是去重逻辑的核心。这里的flightClass是累加器acc中的一个完整对象，而obj.trip_class是一个原始值（数字）。将一个原始值与一个对象进行严格相等（===）比较，结果将永远为false。因此，find方法总是找不到匹配项，导致所有对象都被推入累加器，去重失败。
解决方案一：修正reduce方法的去重逻辑
要解决上述问题，我们需要将reduce的返回值赋给变量，并修正find方法中的比较逻辑，使其比较对象中对应的键值。
computed: {
flights() {
return this.$store.getters.getFlights;
},
flightsClasses() {
const uniqueFlights = this.flights.reduce((acc, obj) => {
// 修正后的去重逻辑：比较对象的特定键值
const exists = acc.find(item => obj.trip_class === item.trip_class);
if (!exists) {
acc.push(obj);
}
return acc;
}, []); // 初始累加器为空数组
console.log('uniqueFlights', uniqueFlights);
return uniqueFlights;
}
}解释：
- 我们将reduce的返回值赋给了uniqueFlights常量，确保了去重后的数组被正确返回。
- 在find方法中，我们将比较条件修改为obj.trip_class === item.trip_class。这样，find方法会正确地在累加器acc中查找是否已存在具有相同trip_class值的对象。如果不存在，则将当前对象obj推入累加器。
解决方案二：使用Map对象实现更高效的去重
对于大型数组，使用reduce配合find进行去重可能会导致性能问题，因为find在每次迭代中都需要遍历累加器。更高效的方法是利用Map对象的键唯一性特性。
computed: {
flights() {
return this.$store.getters.getFlights;
},
flightsClasses() {
// 使用Map存储唯一的对象，键为去重依据（trip_class），值为对应的对象
const uniqueMap = new Map();
this.flights.forEach(flight => {
// 如果Map中不存在该trip_class的键，则添加
if (!uniqueMap.has(flight.trip_class)) {
uniqueMap.set(flight.trip_class, flight);
}
});
// 或者更简洁地利用Map构造函数：
// const uniqueMap = new Map(this.flights.map(item => [item.trip_class, item]));
// 注意：这种方式如果存在重复键，后面的会覆盖前面的，如果需要保留第一个，则需要forEach + if(!has)
// 将Map的值（即去重后的对象）转换为数组
const uniqueFlights = Array.from(uniqueMap.values());
console.log('uniqueFlights (Map method)', uniqueFlights);
return uniqueFlights;
}
}解释：
- 我们创建一个新的Map实例uniqueMap。
- 遍历原始的flights数组。
- 对于每个flight对象，我们使用其trip_class作为Map的键，将整个flight对象作为值存入Map。
- Map的特性是键是唯一的。如果尝试设置一个已存在的键，新的值会覆盖旧的值。为了实现“保留第一个出现”的去重逻辑，我们需要在设置之前检查Map中是否已存在该键（if (!uniqueMap.has(flight.trip_class))）。
- 最后，使用Array.from(uniqueMap.values())将Map中存储的所有值（即去重后的对象）转换为一个新的数组。
这种Map方法的时间复杂度通常为O(N)，而reduce与find结合的方法在最坏情况下可能接近O(N^2)，因此Map方法在处理大量数据时表现更优。
Vuex与Computed属性的结合
在Vue中，将数据处理逻辑放在computed属性中是非常合适的。computed属性具有缓存机制，只有当其依赖项（例如this.$store.getters.getFlights）发生变化时，它才会重新计算。这确保了去重操作只在必要时执行，提高了应用性能。
注意事项
- 性能考量： 对于小型数组，reduce和Map两种方法在性能上差异不明显。但对于包含成千上万个对象的大型数组，强烈推荐使用Map方法，因为它提供了更优的性能。
- 原始数据不变性： 两种去重方法都不会修改原始的this.flights数组。它们都返回一个新的去重后的数组，这符合函数式编程的原则，有助于避免不必要的副作用和提高代码可维护性。
- 去重策略： 本教程中的去重逻辑是“保留第一个出现”的对象。如果需要保留最后一个出现的对象，使用new Map(this.flights.map(item => [item.trip_class, item]))这种简洁的Map构造方式即可，因为Map在键重复时会以后面的值覆盖前面的值。
- 键的类型： 确保用于去重的键（如trip_class）是可作为Map键的类型（原始值如字符串、数字等）。如果键是对象，需要考虑如何将其转换为唯一的字符串表示。
总结
对对象数组进行去重是前端开发中的常见任务。通过本文的讲解，我们不仅修正了reduce方法在使用中常见的逻辑错误，还引入了更高效、更简洁的Map对象去重策略。在Vuex和computed属性的配合下，这些方法能够帮助开发者以专业且高性能的方式处理数据，确保应用的数据状态始终保持整洁和准确。选择哪种方法取决于具体的场景需求和对性能的要求，但通常情况下，Map方法是处理大规模数据去重的首选。
