You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

如何编写函数找出与主数组最接近的数组索引?(含数值与长度考量)

实现findClosestArray函数:找出与主数组最接近的数组索引

需求说明:
需要编写findClosestArray函数,通过对比数组对应索引的数值,找出列表中与主数组最接近的数组的索引,同时需要尽可能考虑数组长度的影响。

给定代码框架:

function findClosestArray(x, list){
     // Array comparing code here
}
let mainArr = [2237, 2192, 2234, 2223, 2196, 2279, 2160, 2123, 2063];
let otherArrays = [
     [1757, 1650, 1757, 1774, 1755, 1615, 1591, 1550],
     [1678, 1545, 1742, 1605, 1662, 1629, 1678, 1601]
];
let closestArr = findClosestArray(mainArr, otherArrays);
// Expected output: 0 or 1 (index of otherArrays)

实现思路

我们可以通过两个维度评估数组的接近程度:

  1. 数值相似度:计算两个数组对应索引元素的绝对差之和,总和越小说明数值越接近
  2. 长度相似度:计算数组长度与主数组长度的绝对差,差值越小说明长度越匹配

优先以数值相似度为核心判断依据,当数值差总和相同时,再以长度相似度作为补充判断。

完整实现代码

function findClosestArray(mainArr, arrList) {
    // 存储每个数组的评估数据:索引、数值差总和、长度差
    const arrScores = arrList.map((arr, index) => {
        const minLength = Math.min(mainArr.length, arr.length);
        let diffSum = 0;
        // 计算对应索引元素的绝对差总和
        for (let i = 0; i < minLength; i++) {
            diffSum += Math.abs(mainArr[i] - arr[i]);
        }
        // 计算长度差
        const lengthDiff = Math.abs(mainArr.length - arr.length);
        return { index, diffSum, lengthDiff };
    });

    // 排序:先按数值差总和升序,再按长度差升序
    arrScores.sort((a, b) => {
        if (a.diffSum !== b.diffSum) {
            return a.diffSum - b.diffSum;
        }
        return a.lengthDiff - b.lengthDiff;
    });

    // 返回最接近的数组索引
    return arrScores[0].index;
}

// 测试代码
let mainArr = [2237, 2192, 2234, 2223, 2196, 2279, 2160, 2123, 2063];
let otherArrays = [
     [1757, 1650, 1757, 1774, 1755, 1615, 1591, 1550],
     [1678, 1545, 1742, 1605, 1662, 1629, 1678, 1601]
];
let closestArr = findClosestArray(mainArr, otherArrays);
console.log(closestArr); // 运行后可得到对应索引

代码说明

  • 遍历数组列表时,只对比两个数组共同拥有的索引元素(取较短数组的长度作为遍历上限),避免索引越界
  • 用diffSum量化数值接近程度,用lengthDiff量化长度匹配程度
  • 通过排序优先选出数值最接近的数组,若数值差异相同则选择长度更接近主数组的

内容的提问来源于stack exchange,提问作者Monke

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.07.15 17:55:04