如何优化JavaScript中两个大字符串数组的值比较及相关疑问解答

我的两个数组规模越来越大，值比较操作速度变得极慢。两个数组均未排序，且仅包含String类型元素，具体情况如下：

• array1是array2的子集或与array2相等；
• 不局限于使用数组，若List或Set能提供更快的比较速度，我可以切换使用；
• 若array2包含某一String而array1不包含，需记录日志行；
• 两个数组的元素数量均超过500个。

我的疑问：

1. 我了解到for循环比forEach更快，该场景下是否属实？
2. 在此场景下使用数组是否为正确选择？
3. 我考虑过删除重复元素，但对于如此多的元素来说，这是否会降低操作速度？

当前实现代码：

elementsInEA.forEach(element => {
    if (!elementsInCSV.includes(element)) {
        sumNotInCSV += 1;
        logLine = stereotype + " '" + element + "' in EA, but not in CSV!";
        Session.Output(logLine);
        logFile.WriteLine("WARNING     " + logLine);
    }
});

1. for循环 vs forEach的性能差异 #

在这个场景下，for循环确实比forEach略快，但这不是你当前性能瓶颈的核心问题。forEach因为每次迭代都要调用回调函数，存在函数调用开销，大规模数据下会比普通for循环慢一点，但这点差距远不如includes线性查找的开销大——includes每次检查都要遍历整个elementsInCSV数组，时间复杂度是O(n*m)，这才是速度慢的关键。

2. 数组是否是正确选择？ #

不是。数组的线性查找效率极低，你的场景里应该用Set来存储elementsInCSV的元素。Set的查找操作时间复杂度是O(1)，把数组转成Set后，整体时间复杂度会从O(n*m)降到O(n+m)，性能提升非常明显。

优化后的代码示例（用for...of循环，性能和普通for循环接近，代码更简洁）：

const csvSet = new Set(elementsInCSV);
let sumNotInCSV = 0;
for (const element of elementsInEA) {
    if (!csvSet.has(element)) {
        sumNotInCSV++;
        const logLine = `${stereotype} '${element}' in EA, but not in CSV!`;
        Session.Output(logLine);
        logFile.WriteLine(`WARNING     ${logLine}`);
    }
}

如果偏好普通for循环，写法如下：

const csvSet = new Set(elementsInCSV);
let sumNotInCSV = 0;
for (let i = 0; i < elementsInEA.length; i++) {
    const element = elementsInEA[i];
    if (!csvSet.has(element)) {
        sumNotInCSV++;
        const logLine = `${stereotype} '${element}' in EA, but not in CSV!`;
        Session.Output(logLine);
        logFile.WriteLine(`WARNING     ${logLine}`);
    }
}

3. 删除重复元素是否会降低速度？ #

不会，反而能提升速度。如果elementsInCSV里有重复元素，转成Set时会自动去重，减少Set的大小，后续查找的缓存命中率更高（虽然本身已是O(1)，但内存占用更小）。另外，如果elementsInEA有重复元素，去重后能减少迭代次数，避免重复记录相同日志，节省IO开销（日志输出本身也是耗时操作）。

给elementsInEA去重的优化示例：

const eaSet = new Set(elementsInEA);
const csvSet = new Set(elementsInCSV);
let sumNotInCSV = 0;
for (const element of eaSet) {
    if (!csvSet.has(element)) {
        sumNotInCSV++;
        const logLine = `${stereotype} '${element}' in EA, but not in CSV!`;
        Session.Output(logLine);
        logFile.WriteLine(`WARNING     ${logLine}`);
    }
}

内容的提问来源于stack exchange，提问作者Caetto