超大型数组（200-300k对象）的高效更新与追加方案问询

嘿，这个场景我太熟悉了——当数组规模冲到几十万级别时，你现在用的findIndex()加splice()组合绝对是性能灾难，咱们来拆解下问题，然后直接上最快的实现方式。

先说说原代码为什么慢 #

你的代码里，每次循环都要调用array1.findIndex()，这是个O(n)的线性查找操作，再加上外层遍历array2的O(m)循环（m是200-300k），整体时间复杂度直接变成了O(m*n)——相当于几十万乘几十万的运算量，跑1-2分钟真的不奇怪。另外，splice()操作还会导致数组元素频繁移位，这又是额外的性能损耗。

最优解法：用哈希表（Map）实现O(m+n)线性复杂度 #

核心思路就是用Map（或者普通对象，不过Map更灵活）把array1的id和对应元素做映射，把查找时间从O(n)降到O(1)，整个流程的复杂度直接变成线性级，性能会提升几个数量级。

具体实现步骤如下：

1. 把array1转成以id为键的Map
   先遍历一次array1，把每个元素的id作为键，元素本身作为值存入Map，这一步是O(n)的时间：

   // 构建array1的id映射表
   const array1Map = new Map();
   array1.forEach(item => {
     array1Map.set(item.id, item);
   });
   

2. 遍历array2，批量更新/新增元素
   遍历array2的每个元素，转换后直接用Map.set()方法处理——这个方法会自动判断：如果id已存在就更新对应值，不存在就新增键值对，全程都是O(1)操作，整体是O(m)时间：

   // 处理array2的所有元素
   this.array2.forEach(row => {
     const node = this.convertToObject(row);
     array1Map.set(row.id, node);
   });
   

3. 把Map转回数组，替换原array1
   最后用Array.from()把Map的values转成数组，这一步是O(m+n)时间，直接替换掉原来的array1即可：

   // 更新原array1
   array1 = Array.from(array1Map.values());
   

额外的优化小Tips #

• 如果你的业务场景允许，甚至可以直接把array1维护成Map结构，不用每次都转数组，这样后续的更新操作会更高效
• 如果convertToObject()是比较耗时的操作，可以考虑缓存转换结果，避免重复运算
• 要是在前端框架（比如React、Vue）里使用，记得最后一次性替换array1，避免频繁触发组件重渲染

内容的提问来源于stack exchange，提问作者Expressingx