如何将带关联关系的对象数组重构为嵌套数组并避免重复？

现有如下结构的对象数组：

[
    { _id: "id1", metadata: { data: ["somedata1"], link: [] } },
    { _id: "id2", metadata: { data: ["somedata2"], link: ["id2", "id3"] } },
    { _id: "id3", metadata: { data: ["somedata3"], link: ["id2", "id3"] } },
    { _id: "id4", metadata: { data: ["somedata4"] } }
]

其中link为可选字段，用于关联多个对象。需要将该数组转换为嵌套数组，合并所有存在关联关系的数据集，期望结果如下：

[
    [
        { _id: "id1", metadata: { data: ["somedata1"], link: [] } }
    ],
    [
        { _id: "id2", metadata: { data: ["somedata2"], link: ["id2", "id3"] } },
        { _id: "id3", metadata: { data: ["somedata3"], link: ["id2", "id3"] } }
    ],
    [
        { _id: "id4", metadata: { data: ["somedata4"] } }
    ]
]

尝试遍历所有对象，但无法避免重复合并关联对象，当前代码如下：

const result = []
data.map(d => {
    if (!d.metadata.link?.length)
        result.push([d])
    else 
        result.push(
            data.getFiles.filter((item) => d.metadata.link.indexOf(item._id) !== -1)
        )
    // but this would result in a duplicate array, as id2 and id3 have the same link content
})

这段代码会因id2和id3的link内容相同而产生重复数组。

核心思路是标记已处理的对象，避免重复加入结果集。具体实现代码如下：

const groupRelatedItems = (data) => {
    const processed = new Set(); // 记录已处理的_id
    const result = [];

    data.forEach(item => {
        if (processed.has(item._id)) return;

        // 获取当前item的关联id集合，默认包含自身
        const relatedIds = new Set(item.metadata.link || [item._id]);
        // 确保自身id在关联集合中（处理link为空或不存在的情况）
        relatedIds.add(item._id);

        // 筛选出所有关联的对象
        const group = data.filter(obj => relatedIds.has(obj._id));

        // 标记分组内的所有对象为已处理
        group.forEach(obj => processed.add(obj._id));

        result.push(group);
    });

    return result;
};

// 测试数据
const data = [
    { _id: "id1", metadata: { data: ["somedata1"], link: [] } },
    { _id: "id2", metadata: { data: ["somedata2"], link: ["id2", "id3"] } },
    { _id: "id3", metadata: { data: ["somedata3"], link: ["id2", "id3"] } },
    { _id: "id4", metadata: { data: ["somedata4"] } }
];

console.log(groupRelatedItems(data));

关键说明 #

• 用Set存储已处理的_id，判断和标记操作效率更高，时间复杂度为O(1)。
• 处理每个未被标记的对象时，先提取其关联的_id集合，强制加入自身id，避免link为空或缺失时遗漏对象。
• 筛选出关联对象组成分组后，一次性标记分组内所有对象为已处理，后续遍历到这些对象时直接跳过，彻底避免重复分组。

内容的提问来源于stack exchange，提问作者user3142695