如何基于start和end属性高效筛选待删除对象及状态分类

针对从对象数组中基于start/end属性筛选待删除对象，并按added/deleted/updated/unchanged分类的需求，推荐用哈希表索引+线性遍历的方案，把时间复杂度从嵌套循环的O(n*m)降到O(n+m)，大数据量下效率提升显著。

核心思路 #

1. 给旧数据建立唯一标识的Map索引，后续查找对象只需O(1)时间
2. 遍历新数据，逐个匹配旧数据，按属性变更情况分类
3. 最后收集旧数据中未被匹配的对象，全部归为deleted

代码实现（以JavaScript为例） #

先假设示例数据（包含唯一标识id）：

// 旧数据集合
const oldItems = [
  { id: 1, start: '2024-01-01', end: '2024-01-31', cost: 100 },
  { id: 2, start: '2024-02-01', end: '2024-02-29', cost: 200 },
  { id: 3, start: '2024-03-01', end: '2024-03-31', cost: 300 }
];

// 新数据集合（包含变更、新增、删除的情况）
const newItems = [
  { id: 1, start: '2024-01-05', end: '2024-01-31', cost: 100 }, // start变更
  { id: 2, start: '2024-02-01', end: '2024-02-29', cost: 250 }, // cost变更
  { id: 4, start: '2024-04-01', end: '2024-04-30', cost: 400 } // 新增
];

分类处理函数：

function classifyItems(oldItems, newItems) {
  // 1. 构建旧数据的Map索引，O(n)时间完成
  const oldItemMap = new Map(oldItems.map(item => [item.id, item]));
  const result = {
    added: [],
    deleted: [],
    updated: [],
    unchanged: []
  };

  // 2. 遍历新数据，逐个匹配旧数据，O(m)时间
  for (const newItem of newItems) {
    const oldItem = oldItemMap.get(newItem.id);
    
    // 新数据中存在旧数据没有的对象，归为added
    if (!oldItem) {
      result.added.push(newItem);
      continue;
    }

    // 移除已匹配的旧数据，避免后续重复处理
    oldItemMap.delete(newItem.id);

    // 判断时间范围（start/end）是否变更
    const isTimeChanged = newItem.start !== oldItem.start || newItem.end !== oldItem.end;
    // 判断成本是否变更
    const isCostChanged = newItem.cost !== oldItem.cost;

    if (isTimeChanged) {
      // 时间范围变更：旧对象删，新对象加
      result.deleted.push(oldItem);
      result.added.push(newItem);
    } else if (isCostChanged) {
      // 仅成本变更：归为updated（可直接存新对象，或合并新旧属性）
      result.updated.push({ ...oldItem, ...newItem });
    } else {
      // 无任何变更：归为unchanged
      result.unchanged.push(oldItem);
    }
  }

  // 3. 旧数据中未被匹配的对象，全部是要删除的
  result.deleted.push(...oldItemMap.values());

  return result;
}

// 执行示例
const classificationResult = classifyItems(oldItems, newItems);
console.log(classificationResult);

优化说明 #

• 效率提升：用Map替代嵌套循环查找，时间复杂度从O(n*m)降到O(n+m)，数据量越大优势越明显
• 逻辑清晰：优先处理时间范围变更（因为这类变更会触发删旧加新），再处理成本变更，最后是无变更情况
• 避免重复处理：遍历新数据时同步删除已匹配的旧数据，最后直接收集剩余旧数据，无需二次遍历旧数组

注意事项 #

• 必须保证对象有唯一业务标识（如示例中的id），如果没有，可用组合键作为Map的key（比如${item.code}-${item.type}）
• 日期比较要确保格式一致（比如统一用ISO字符串），避免因格式差异导致误判
• 如果end是通过start+period计算得到的，建议提前统一计算end再做比较，避免重复计算逻辑

内容的提问来源于stack exchange，提问作者cafe123