如何按指定字段分组过滤JavaScript对象数组并保留最小时间戳分组

你可以用两次哈希表配合单次遍历的方式实现，整体时间复杂度为O(n)，比嵌套遍历的效率高很多：

实现思路 #

1. 先按start_time对所有元素分组，同组内对file字段去重，同一个时间下如果出现重复file只保留第一个即可
2. 把所有分组按时间戳升序排序，保证时间更早的分组优先被处理
3. 遍历排序后的分组，用哈希表记录已经出现过的file集合，相同集合的后续分组直接过滤，最终剩下的分组就是目标结果

代码实现 #

function processArray(arr) {
  // 按start_time分组，同组内file去重
  const timeGroupMap = {}
  arr.forEach(item => {
    const time = item.start_time
    if (!timeGroupMap[time]) {
      timeGroupMap[time] = {
        timestamp: new Date(time).getTime(),
        fileMap: {},
        items: []
      }
    }
    const currentGroup = timeGroupMap[time]
    if (!currentGroup.fileMap[item.file]) {
      currentGroup.fileMap[item.file] = true
      currentGroup.items.push(item)
    }
  })

  // 分组按时间升序排序
  const sortedGroups = Object.values(timeGroupMap).sort((a, b) => a.timestamp - b.timestamp)

  // 过滤重复file集合的分组
  const usedFileSets = new Set()
  const result = []
  sortedGroups.forEach(group => {
    // 把当前分组的file排序后拼接为唯一标识，避免分组内元素顺序不同导致判定为不同集合
    const fileSetKey = Object.keys(group.fileMap).sort().join(',')
    if (!usedFileSets.has(fileSetKey)) {
      usedFileSets.add(fileSetKey)
      result.push(group.items)
    }
  })

  return result
}

// 测试用例
const objArray = [
  { file: 'file_1', start_time: '2021-08-12 14:00:00', status: 'pending' },
  { file: 'file_2', start_time: '2021-08-12 14:00:00', status: 'completed' },
  { file: 'file_3', start_time: '2021-08-14 15:00:00', status: 'pending' },
  { file: 'file_1', start_time: '2021-08-14 03:00:00', status: 'pending' },
  { file: 'file_2', start_time: '2021-08-14 03:00:00', status: 'pending' },
  { file: 'file_2', start_time: '2021-11-11 11:11:00', status: 'pending' }
]
console.log(processArray(objArray))

说明 #

全程只有3次线性遍历+1次分组排序，如果原始数组里start_time的数量远小于数组总长度，排序开销可以忽略不计。所有去重判断都是哈希表O(1)的查找复杂度，数据量增长时性能不会出现明显下降。

内容的提问来源于stack exchange，提问作者ahkam