为何单次indexOf调用比多调用indexOf的occurrences函数耗时更长？附索引疑问

1. 为什么单次indexOf调用反而比occurrences函数耗时更长？ #

这种反常结果大概率是基准测试的场景或代码细节导致的偏差，而非API本身的性能问题，常见原因包括：

• JIT编译优化差异：JavaScript引擎会对频繁执行的代码做即时编译优化。如果测试中occurrences被循环调用的次数更多，引擎会把它编译成更高效的机器码；而单个indexOf的测试块执行次数不足，没触发优化，导致看起来更慢。
• 测试样本的特殊性：比如测试用的子字符串刚好出现在字符串开头，occurrences找到一次后就会跳过整个子串长度的位置，后续循环很快退出；而如果indexOf测试附带了额外的变量操作（比如赋值、分支判断），也会拉低整体耗时。
• 测试代码的结构问题：比如测试时重复创建字符串、变量作用域导致的垃圾回收开销，或者计时逻辑的误差（比如没排除函数初始化开销）。

你可以调整测试：让两个测试块执行相同次数，确保字符串样本一致，或者把indexOf封装成简单函数再测试，结果应该会更符合预期——单次indexOf的性能理论上不会比仅执行一次indexOf的occurrences差。

2. 词根词索引的意义何在？直接统计岂不是更快？ #

你的基准测试是单次词查询的场景，这确实体现不出索引的价值，但实际业务中，词根词索引的优势是不可替代的：

• 批量查询复用：如果要查询几十个甚至上百个词根词，没有索引的话每个词都要完整遍历一次文本，时间成本是O(n*m)（n是文本长度，m是词的数量）；而预先构建索引只需要遍历一次文本，后续查询都是O(1)或O(k)（k是词的变体数量），效率提升呈量级差异。
• 处理词形变体：词根索引可以预先把同一词根的所有变体（比如"run"对应"running"、"ran"）关联起来，查询词根就能直接得到所有相关词的总出现次数，不需要逐个处理每个变体。
• 大文本场景适配：面对长篇文档（比如万字以上），单次遍历的成本很高，索引只需要构建一次，后续无论多少次查询都能直接复用，避免重复遍历的开销。
• 复杂查询支持：索引可以扩展支持更复杂的查询需求，比如按词根分组统计、关联上下文等，这些直接统计很难高效实现。

简单说，单次查询的效率对比没有意义，索引的价值在于一次构建，多次复用，以及解决复杂场景下的查询需求。

内容的提问来源于stack exchange，提问作者Exter