17370845950

JavaScript算法优化的核心是减少计算与内存开销，关键包括：用Map替代嵌套循环（O(1)查表）、合并链式遍历、避免循环内重复解析、缓存纯函数结果、递归改迭代，并以性能测试为依据针对性优化。

JavaScript 中算法优化的核心是减少不必要的计算和内存占用，关键在于选择合适的数据结构、避免重复操作、利用语言特性，并始终以时间复杂度为导向进行重构。

用哈希表（Object/Map）替代嵌套循环查找

当需要判断某元素是否存在、或根据键快速取值时，O(1) 的哈希查找远优于 O(n) 的遍历。常见于去重、两数之和、频次统计等场景。

• ❌ 避免双重 for 循环比对数组元素（O(n²)）
• ✅ 先用 Map 存储索引或值，单次遍历中查表求解（O(n)）
• 例如：找数组中两数之和为 target → 一边遍历一边把 target - num 存入 Map，后续遇到即匹配

善用内置方法与惰性计算

Array.prototype 的 filter、map、some、find 等虽简洁，但链式调用可能遍历多次；而 reduce 或手动 for 循环可合并逻辑，一次完成。

• ❌ arr.filter(x => x > 5).map(x => x * 2).find(x => x === 10) → 至少三次遍历
• ✅ 用 for 循环 + break 提前退出，或用 some/find 替代 filter + length > 0
• 大数据量时考虑生成器函数（function*）配合 yield 实现按需计算，避免一次性构建大数组

避免隐式类型转换与重复解析

字符串转数字、JSON 解析、正则编译等操作开销不小，若在循环内反复执行，会显著拉高时间复杂度。

• ❌ 在 for 循环里反复调用 JSON.parse(str) 或 new RegExp(pattern)
• ✅ 提前解析一次，存为常量或闭包变量复用
• 字符串转数字优先用 parseInt(str, 10) 或一元加号 +str，比 Number(str) 更轻量
• 处理大量文本时，用 split('') 而非扩展运算符 [...str]，后者在长字符串下性能更差

空间换时间：缓存中间结果

对纯函数（相同输入恒得相同输出）做记忆化（memoization），可将指数或多项式时间降为线性甚至常数级，典型如斐波那契、递归 DFS 剪枝。

• ✅ 使用 Map 或对象缓存已计算的 (arg1, arg2) 组合结果
• 注意缓存键的序列化要稳定：多个参数可用 JSON.stringify([a,b])，但需确保参数可安全序列化
• 递归类算法优先考虑改为迭代 + 显式栈，避免调用栈溢出与重复入栈

算法优化不是盲目追求最短代码，而是理解数据规模、运行环境和真实瓶颈。先用 console.time() 定位热点，再针对性替换结构或逻辑，往往比“重写整个函数”更有效。