如何使用filter和reduce重构diff函数以实现多数组对称差集？

重构后的diff函数 #

function diff(...arrays) {
  // 处理参数数量小于等于1的边界情况
  if (arrays.length <= 1) {
    return arrays[0] || [];
  }

  // 提取所有数组中的不重复元素
  const uniqueElements = [...new Set(arrays.flat())];

  // 筛选仅在单个数组中出现的元素
  return uniqueElements.filter(item => {
    // 统计元素在多少个数组中出现
    const occurrenceCount = arrays.reduce((count, currentArr) => {
      return count + (currentArr.includes(item) ? 1 : 0);
    }, 0);
    return occurrenceCount === 1;
  });
}

实现思路 #

1. 参数兼容：用剩余参数(...arrays)接收任意数量的数组输入，同时处理边界场景——当传入0或1个数组时，直接返回原数组（或空数组）。
2. 去重元素收集：通过arrays.flat()展开所有嵌套数组，再借助Set去重，得到所有出现过的唯一元素集合。
3. 出现次数统计：对每个唯一元素，用reduce遍历所有输入数组，统计该元素在多少个数组中存在。
4. 目标元素筛选：用filter保留那些仅在单个数组中出现的元素，这就是符合测试要求的差集结果。

测试验证 #

将重构后的函数代入你的Jest测试用例，所有场景均可通过：

• 多数组场景：diff([1, 2], [1, 2, 3], [1, 2, 3, 4])返回[4]，仅保留只在单个数组出现的元素。
• 全重复场景：diff([1, 2], [1, 2], [1, 2])返回空数组，因为所有元素在所有数组中都存在。
• 单数组场景：diff([1, 2])直接返回原数组，符合预期。
• 两数组独元素场景：diff(['diorite', 'andesite', 'grass', 'dirt', 'pink wool', 'dead shrub'], ['diorite', 'andesite', 'grass', 'dirt', 'dead shrub'])返回['pink wool']，正确识别仅在第一个数组出现的元素。

内容的提问来源于stack exchange，提问作者Ala Eddine Menai