引言
有一段时间没更新了，最近挺忙的（懒病犯了）。今天偶然想到之前去去哪儿面试的时候，面试管问我的redece题目，当时被血虐的场景。干脆今天我们就来聊一下redece方法以及相关的应用
reduce方法j介绍
reduce(callback,initval)
其中callback函数接收4个参数:
- Accumulator (acc) (累计器)
- Current Value (cur) (当前值)
- Current Index (idx) (当前索引)
- Source Array (src) (源数组)
如果initval传了，则索引从0开始，acc是initval，cur是arr[0]
如果initval没有传，则索引从1开始，acc是arr[0]，cur是arr[1]
reducer 函数的返回值分配给累计器，该返回值在数组的每个迭代中被记住，并最后成为最终的单个结果值。
例1:数组累加
const arr = [1,2,3,4,5];console.log(arr.reduce((pre,cur)=>{return pre+cur}))//1+2+3+4+5 15例2: 计算总价
var product = [ { name: '苹果', count: 2, price: 5 }, { name: '桃子', count: 5, price: 2 }, { name: '西瓜', count: 1, price: 10 }];var total = product.reduce((pre,cur)=>{ return pre+cur.count*cur.price},0)// 30自己实现一个reduce方法
知道了reduce的两种模式,利用递归实现它并不复杂
// callback参数有4个。pre,cur,index,arrArray.prototype.myReduce = function(callback,prev){ for(let i = 0 ; i < this.length; i++){ // 判断有没有第二个参数 if(!prev){ // 没有的话复杂点，第一次拿的是两个元素arr[0],arr[1]，注意index的变化 prev = callback(this[i],this[i+1],i+1,this); //这里的指针是i+1都是对的，但是下一次循环的时候i必须按是3所以需要+1 i++; // 第一次循环了两个变量，下次应该从第三个执行，所以向后移动 }else{ //有的话最简单，直接就是从arr[0]开始递归 prev = callback(prev,this[i],i,this); } } return prev;}应用
好不容易学了reduce,只计算个水果价格，是不是有点太小才大用了？
我们看一看面试中能直接大幅度提升逼格的题目
1.统计字符串中出现的字母个数
相信大家都应该知道怎么用for-in怎么遍历数组（字符串split出来的）并借助一个空对象来计数
但是面试写十几行代码还是比较low而且容易出错的
我们看一个逼格高一点的实现
var arrString = 'abcdaabc';arrString.split('').reduce((res, cur)=>{ res[cur] ? res[cur] ++ : res[cur] = 1 return res;}, {})2.数组扁平化
面试官让实现一个原生的flat方法
// arr.flat(depth) 原生的语法 depth指定要提取嵌套数组的结构深度,默认是1 传0不扁平话，传Infinity则展开任意深度的嵌套数组我们先不考虑depth 怎么用递归实现一版展开任意深度的flat方法Array.prototype.myFlat = function(){ return this.reduce((pre,cur)=>{ if(Array.isArray(cur)){ //是个数组再递归展开一层并连接 pre = [...pre,...cur.myFlat()] //一定要有一个去扁平化的操作 }else{ //不是数组就直接加入结果数组中 pre.push(cur) } return pre //注意返回的是一个数组 },[])}var arr = [1,2,[3,[3]],4].myFlat()console.log(arr)再加上depth进行递归Array.prototype.myflat = function(depth=1) { //实际上边界条件还是有一点问题 return this.reduce((pre, cur) => { if (Array.isArray(cur)) { if (depth > 0) { depth-- pre = [...pre,...cur.myflat(depth)] } else { // depth = 0结束递归 pre.push(cur) } } else { pre.push(cur) } return pre }, [])}console.log([1, 2, [3,[5,[1]]], 4].myflat()) //[ 1, 2, 3, [ 5, [ 1 ] ], 4 ]console.log([1, 2, [3,[5,[1]]], 4].myflat(0)) //[ 1, 2, [ 3, [ 5, [ 1 ] ] ], 4 ]console.log([1, 2, [3,[5,[1]]], 4].myflat(2)) //[ 1, 2, 3, 5, [ 1 ], 4 ]console.log([1, 2, [3,[5,[1]]], 4].myflat(Infinity)) //[ 1, 2, 3, 5, 1, 4 ]3.实现compose函数
最后简单介绍一下compose方法以及怎么利用reduce 一行代码实现。 这可是中间件的原理，大家仔细听！
var compose = function(f,g) { //compose极简写法，仅做示例 return function(x){ return f(g(x)) }}f和g都是函数，x是在他们之间通过'管道' 传输的值。
compose看起来就像是饲养函数，你就是饲养员。你可以选择多个有特点的函数，让它们结合，产生一个崭新的函数。
有个这个函数我们能干嘛呢
我们看一个例子：
我们现在想统计两个字符串的总长度 并打印：总长度：xxx
一般的写法就是写一坨
函数式编程告诉我们不要这样做，这么写耦合性太高了，不好维护，我们应该想搭积木一样，拆成若果基础方法，然后在拼接起来。 数据从这些方法组成的管道中流淌一遍出来就得到想要的结果了。
好处就是低耦合，可组合（像不像dota里面的卡尔,qwe三个球搭配可以调出N多技能）
于是我们这么写
function sum(a,b){ return a+b;}function len(str){ return str.length}function addPrefix(content){ return '总长度：'+content;}console.log(addPrefix(len(sum('x-1','y-2')))) //看着怪怪的这么写最后一句话真的很烦人
于是借用compose函数我们这么写
const newFn = compose(addPrefix,len,sum)console.log(newFn('x-1','y-2'))那个这个compose函数的真实写法是啥呢
我给出3种，下次有时间再细说
//利用reduceRightfunction compose(...fns){ return function(...args){ let lastFn = fns.pop(); return fns.reduceRight((prev,current)=>{ //[addPrefix,len,sum] return current(prev) // 每次当前函数处理得是之前函数处理得结果！！！ 但是首个不一样，首个就是首个函数得执行结果 },lastFn(...args)) //先得把参数传入进来 }}//利用reduce // 递归规律如下// a:addPrefix b:len// a:function(...args){return addPrefix(len(...args))} b:sumfunction compose(...fns){ return fns.reduce(function(a,b){ return function(...args){ return a(b(...args)) } })}//reduce简化版 一行代码搞定 面试装B必背let compose = (...fns)=>fns.reduce((a,b)=>(...args)=>a(b(...args)));总结
今天的汇报就到这了，谢谢大家百忙中抽出时间阅读，相信掌握上面reduce个个层次用例，面试这方面一定是满满的逼格。另外本人技术有限，如果哪写的不对，欢迎在评论区留言指出。