如何加快阵列搜索功能？

Question

我正在研究用react-native编写的字典应用程序。

当我想从搜索框中过滤数组时，我写了下面的函数。 当我用2000个单词列表进行测试时，这工作得很好。 但是当单词列表达到数千个时，搜索速度确实很慢。

那么，如何改善此搜索功能？

//Filter array when input text (Search)

let filteredWords = []
if(this.state.searchField != null)
{
  filteredWords = this.state.glossaries.filter(glossary => {
    return glossary.word.toLowerCase().includes(this.state.searchField.toLowerCase());
  })
}

Answer 1

由于该问题似乎不属于CodeReview，所以我认为可以做一些事情来使您的代码大大加快[需要引用]：

• 缓存对this.state.searchField.toLowerCase()调用，因为您不需要在每次迭代时都调用它。
• 使用常规的for循环，而不要使用浮华但慢的Array函数。

这是最终结果：

let filteredWords = []
if(this.state.searchField != null) {
    let searchField = this.state.searchField.toLowerCase(),
        theArray = this.state.glossaries;                          // cache this too

    for(let i = 0, l = theArray.length; i < l; ++i) {
        if(theArray[i].word.toLowerCase().includes(searchField)) {
            filteredWords.push(theArray[i]);
        }
    }
}

编辑：

如果要搜索word以searchField开头的词汇表，请使用indexOf === 0而不是includes作为这样的条件：

if(theArray[i].word.toLowerCase().indexOf(searchField) === 0) {

Answer 2

有多种因素导致此代码运行缓慢：

• 您正在使用带有lambda的filter() 。 这会增加要搜索的每个项目的函数调用开销。
• 您要在调用toLowercase()之前在两个字符串上都调用toLowercase() includes() 。 这将为每个比较分配两个新的字符串对象。
• 您正在呼叫includes 。 由于某些原因， includes()方法在某些浏览器中没有像indexOf()那样优化。

for循环（-11％）

建议不要使用filter()方法，而是创建一个新的Array并使用for循环来填充它。

const glossaries = this.state.glossaries;
const searchField = this.state.searchField;
const filteredWords = [];   

for (let i = 0; i < glossaries.length; i++) {
  if (glossaries[i].toLowerCase().includes(searchField.toLowerCase())) {
    filteredWords.push(glossaries[i]);
  }
}

toLowerCase分配（-45％）

由于JavaScript使用垃圾回收机制释放已用内存，因此内存分配非常昂贵。 当执行垃圾回收时，整个程序将暂停，同时尝试查找不再使用的内存。

您可以通过每次更新词汇表时都复制一个词汇表来完全摆脱toLowerCase() （在搜索循环内），我认为这种情况并不常见。

// When you build the glossary
this.state.glossaries = ...;
this.state.searchGlossaries = this.state.glossaries.map(g => g.toLowerCase());

您还可以通过在循环之前调用一次，来删除toLowerCase()上的toLowerCase() 。 完成这些更改后，代码将如下所示：

const glossaries = this.state.glossaries;
const searchGlassaries = this.state.searchGlossaries;
const searchField = this.state.searchField.toLowerCase();
const filteredWords = []; 

for (let i = 0; i < glossaries.length; i++) {
  if (searchGlassaries[i].includes(searchField)) {
    filteredWords.push(glossaries[i]);
  }
}

indexOf()代替includes() （-13％）

我不太确定为什么会这样，但是测试表明indexOf比includes快很多。

const glossaries = this.state.glossaries;
const searchGlassaries = this.state.searchGlossaries;
const searchField = this.state.searchField.toLowerCase();
const filteredWords = []; 

for (let i = 0; i < glossaries.length; i++) {
  if (searchGlassaries[i].indexOf(searchField) !== -1) {
    filteredWords.push(glossaries[i]);
  }
}

总体而言，性能提高了70％。 我从https://jsperf.com/so-question-perf获得了性能百分比

优化算法

在您说的评论中，您想举一个优化示例，该示例可以在放宽要求以仅匹配以搜索文本开头的单词时进行。 一种方法是二进制搜索 。

让我们以上面的代码为起点。 我们先对词汇表进行排序，然后再将其存储在状态中。 为了不区分大小写地排序，JavaScript公开了Intl.Collator构造函数。 它提供了compare(x, y)方法，该方法返回：

negative value  | X is less than Y
zero            | X is equal to Y
positive value  | X is greater than Y

以及产生的代码：

// Static in the file
const collator = new Intl.Collator(undefined, {
  sensitivity: 'base'
});

function binarySearch(glossaries, searchText) {
  let lo = 0;
  let hi = glossaries.length - 1;

  while (lo <= hi) {
    let mid = (lo + hi) / 2 | 0;
    let comparison = collator.compare(glossaries[mid].word, searchText);

    if (comparison < 0) {
      lo = mid + 1;
    }
    else if (comparison > 0) {
      hi = mid - 1;
    }
    else {
      return mid;
    }
  }

  return -1;
}

// When you build the glossary
this.state.glossaries = ...;
this.state.glossaries.sort(function(x, y) {
  return collator.compare(x.word, y.word);
});

// When you search
const glossaries = this.state.glossaries;
const searchField = this.state.searchField.toLowerCase();
const filteredWords = [];

const idx = binarySearch(glossaries, searchField);

if (idx != -1) {
  // Find the index of the first matching word, seeing as the binary search
  // will end up somewhere in the middle
  while (idx >= 0 && collator.compare(glossaries[idx].word, searchField) < 0) {
    idx--;
  }

  // Add each matching word to the filteredWords
  while (idx < glossaries.length && collator.compare(glossaries[idx].word, searchField) == 0) {
    filteredWords.push(glossaries[idx]);
  }
}