獲取數組最大值是高頻操作。本文對比 手動遍歷(原文示例)、Math.max + 展開運算符、reduce、排序後取值 四種方案,分析時間複雜度、邊界情況、大數據性能與適用場景。
function maxLoop(arr) {
if (!arr.length) return undefined;
var max = arr[0];
for (var i = 1; i < arr.length; i++) {
if (arr[i] > max) max = arr[i];
}
return max;
}
// ES5
var max = Math.max.apply(null, arr);
// ES6
var max = Math.max(...arr); // 參數過多(>65535)會拋 RangeError: Maximum call stack size exceeded
適用於 中小型數組(<10萬項),代碼最少。
var max = arr.reduce((a, b) => a > b ? a : b, -Infinity);
// 或帶初始值
var max = arr.reduce((max, cur) => cur > max ? cur : max, arr[0]);
var max = arr.slice().sort((a, b) => a - b).pop(); // slice 避免改動原數組
| 方案 | 耗時 (ms) | 相對 | 備註 |
|---|---|---|---|
| 手動 for 循環 | ~45 | 1.0x (基準) | 最穩定、可控 |
| reduce | ~55 | 1.2x | 函數調用開銷 |
| Math.max(...arr) | ~120 (10萬以下) | — | 大數組拋棧溢出 |
| sort + pop | ~2500 | 55x | 極慢,不可用於大數據 |
function safeMax(arr) {
if (!Array.isArray(arr) || !arr.length) return undefined;
// 過濾非數字
var nums = arr.filter(v => typeof v === 'number' && !isNaN(v));
if (!nums.length) return undefined;
return nums.reduce((a, b) => a > b ? a : b);
}
// 主線程分片發送給 Worker
function parallelMax(arr, workers = 4) {
return new Promise((resolve) => {
const chunkSize = Math.ceil(arr.length / workers);
let completed = 0;
let globalMax = -Infinity;
for (let i = 0; i < workers; i++) {
const start = i * chunkSize;
const end = Math.min(start + chunkSize, arr.length);
const worker = new Worker(URL.createObjectURL(new Blob([`
self.onmessage = e => {
const {arr, start, end} = e.data;
let m = -Infinity;
for (let i = start; i < end; i++) if (arr[i] > m) m = arr[i];
self.postMessage(m);
}
`], {type: 'application/javascript'})));
worker.postMessage({arr, start, end});
worker.onmessage = e => {
globalMax = Math.max(globalMax, e.data);
if (++completed === workers) resolve(globalMax);
};
}
});
}
Math.max(...arr) 最簡潔。for 循環。reduce。理解各方案複雜度與邊界,根據數據規模選擇最優實現。