如何高效将serialList按articleNumberList关联属性分类？

需求回顾 #

将serialList中的对象，根据其ArticleNumber属性与articleNumberList中Article属性的匹配关系，归入对应分类数组中。

原实现存在两个核心问题：

• 嵌套循环导致时间复杂度为O(n*m)，当serialList数据量增长时性能急剧下降
• 大量if-else判断造成代码冗余，后续新增分类需重复修改逻辑

优化方案：映射表+单循环遍历 #

步骤1：构建Article到Model的映射表 #

先将articleNumberList转换为键值对映射，将匹配查找的时间复杂度从O(m)降到O(1)：

// 构建Article -> Model的映射表
const articleMap = articleNumberList.reduce((map, item) => {
  map[item.Article] = item.Model;
  return map;
}, {});

步骤2：初始化分类容器并遍历分类 #

用一个对象统一管理所有分类数组，遍历一次serialList即可完成所有分类：

// 初始化所有分类数组（键名对应articleMap中的Model值）
const categorizedLists = {
  client: [],
  ipad: [],
  phone: [],
  switch: [],
  hardware: [],
  mac: [],
  printer: []
};

// 遍历serialList完成分类
serialList.forEach(serialItem => {
  const targetModel = articleMap[serialItem.ArticleNumber];
  // 仅当匹配到有效分类时才添加
  if (targetModel && categorizedLists[targetModel]) {
    categorizedLists[targetModel].push(serialItem);
  }
});

// 按需提取单独的分类数组（可选）
const clientList = categorizedLists.client;
const ipadList = categorizedLists.ipad;
const phoneList = categorizedLists.phone;
const switchList = categorizedLists.switch;
const hardwareList = categorizedLists.hardware;
const macList = categorizedLists.mac;
const printerList = categorizedLists.printer;

方案优势 #

• 时间复杂度降至O(n+m)（n为serialList长度，m为articleNumberList长度），大数据量下性能提升显著
• 无冗余判断逻辑，后续新增分类只需在categorizedLists中添加对应键值对，无需修改遍历逻辑

备选方案：使用Array.filter()批量生成分类数组 #

如果分类数量较少，也可以用filter()直接生成各分类数组，但此方法需多次遍历serialList，大数据量下性能不如上述方案：

// 先获取所有有效的Article值，避免匹配无效分类
const validArticles = new Set(articleNumberList.map(item => item.Article));

// 生成各分类数组
const clientList = serialList.filter(item => 
  item.ArticleNumber === 'CLIENT' && validArticles.has(item.ArticleNumber)
);
const ipadList = serialList.filter(item => 
  item.ArticleNumber === 'IPAD' && validArticles.has(item.ArticleNumber)
);
const phoneList = serialList.filter(item => 
  item.ArticleNumber === 'PHONE' && validArticles.has(item.ArticleNumber)
);
// ...其余分类数组以此类推

内容的提问来源于stack exchange，提问作者Vejdis