如何高效在多个对象数组中模糊匹配查找location相似元素

1 优先推荐：归一化地址键实现O(n)复杂度匹配 #

你提供的示例中相似地址的差异仅为前缀冠词、特殊符号、空格，完全可以通过归一化处理生成统一匹配键，完全规避高成本的模糊比对和嵌套循环：

• 先写归一化工具函数

function normalizeLocation(str) {
  return str.toLowerCase()
    .replace(/^(the|a|an)\s+/i, '') // 忽略大小写移除开头的冠词
    .replace(/['"\s.,-]/g, '') // 移除所有特殊符号和空格
    .trim();
}

• 用Map存储归一化键对应的所有元素，单次遍历即可完成匹配：

const locationMap = new Map();
combined.forEach(item => {
  const key = normalizeLocation(item.location);
  if (!locationMap.has(key)) {
    locationMap.set(key, []);
  }
  // 同key的元素就是相似地址，直接执行业务逻辑即可
  const similarItems = locationMap.get(key);
  similarItems.forEach(similar => {
    // 你的业务逻辑
  });
  locationMap.get(key).push(item);
});

这个方案总迭代次数仅为N + 总相似组内元素对数，对于你的数据量基本在千次级别，性能是原方案的数百倍。

2 必须保留模糊匹配时的优化方案 #

如果存在无法通过归一化覆盖的模糊场景，可以通过以下方式大幅降低迭代次数：

2.1 按邮编预分组 #

相似地址的邮编必然一致，不需要跨邮编比对：

const postcodeGroup = new Map();
combined.forEach(item => {
  if (!postcodeGroup.has(item.postcode)) {
    postcodeGroup.set(item.postcode, []);
  }
  postcodeGroup.get(item.postcode).push(item);
});
// 仅在同邮编组内做比对
postcodeGroup.forEach(group => {
  for (let i = 0; i < group.length; i++) {
    const x = group[i];
    // 偏移j索引，避免重复比对、避免自比对
    for (let j = i + 1; j < group.length; j++) {
      const y = group[j];
      if (fuzz.token_sort_ratio(x.location, y.location) > 80) {
        // 业务逻辑
      }
    }
  }
});

这个方案可以直接把迭代次数从91万降低到数千次。

3 关于用.find()实现需求的说明 #

可以直接把模糊匹配逻辑放到.find()的回调中，用法如下：

// 查找和当前x相似的第一个元素
const similarItem = combined.find(y => fuzz.token_sort_ratio(x.location, y.location) > 80);

注意.find()仅返回第一个符合条件的元素，如果你需要获取所有相似元素，替换为.filter()即可。不过.find()本质还是遍历数组，不会降低时间复杂度，仅能简化写法，性能提升需要配合前面的分组、归一化方案实现。

内容的提问来源于stack exchange，提问作者Sha-1