Ruby中从哈希数组提取基于identifier键的唯一元素并保留存储索引

我明白你要做的是从一组包含哈希和索引的子数组里，筛选出那些带有新的唯一identifier的项，同时保留它们完整的子数组结构。我来给你梳理下实现思路和代码：

实现思路 #

核心是跟踪已经出现过的identifier，避免重复收集仅包含已见过id的子数组：

• 用Ruby的Set来存储已处理的identifier（比数组查找效率更高）
• 遍历每个子数组时：
  1. 分离出子数组中的哈希对象（排除最后一个索引元素）
  2. 提取这些哈希的identifier值
  3. 检查是否存在未被记录过的identifier
  4. 如果有新id，就保留当前子数组，并把新id加入已记录集合

代码实现 #

require 'set'

# 你的输入数据
input = [
  [{ "identifier"=>"A", "inclusion"=>"true", "name"=>"FGFR2", "specific"=>"false" }, 0],
  [{ "identifier"=>"A", "inclusion"=>"true", "name"=>"FGFR2", "specific"=>"false" }, 1],
  [{ "identifier"=>"B", "inclusion"=>"true", "name"=>"ALK", "specific"=>"false" }, { "identifier"=>"A", "inclusion"=>"true", "name"=>"FGFR2", "specific"=>"false" }, 4],
  [{ "identifier"=>"A", "inclusion"=>"true", "name"=>"FGFR2", "specific"=>"false" }, 5]
]

seen_ids = Set.new
result = []

input.each do |sub_arr|
  # 提取子数组中除最后一个索引外的所有哈希对象
  hashes = sub_arr[0...-1]
  # 获取当前子数组的所有identifier
  current_ids = hashes.map { |h| h["identifier"] }
  # 找出未见过的新id
  new_ids = current_ids - seen_ids.to_a

  unless new_ids.empty?
    result << sub_arr
    # 将新id加入已见集合，避免后续重复收集
    seen_ids.merge(new_ids)
  end
end

# 打印结果
p result

运行结果 #

这段代码执行后，会输出你期望的结果：

[
  [{ "identifier"=>"A", "inclusion"=>"true", "name"=>"FGFR2", "specific"=>"false" }, 0],
  [{ "identifier"=>"B", "inclusion"=>"true", "name"=>"ALK", "specific"=>"false" }, { "identifier"=>"A", "inclusion"=>"true", "name"=>"FGFR2", "specific"=>"false" }, 4]
]

补充说明 #

• 选择Set而不是数组来存储已见id，是因为它的查找和合并操作时间复杂度更低，数据量大时优势更明显
• sub_arr[0...-1]的写法可以兼容子数组中有多个哈希的情况（比如第三个子数组有两个哈希），不用硬写索引位置
• 只有当子数组包含至少一个新id时才会被保留，完美匹配你要的去重逻辑

内容的提问来源于stack exchange，提问作者Robin