web-dev-qa-db-ja.com

Underscore.js：コレクション内のアイテムの合計

小さなplnkr here を作成して、達成しようとしていることを示しました。大きなデータセットがあり、個々のタイプを合計して合計を取得したい。

結果を反復してオブジェクトハッシュに追加することを考えることができますが、アンダースコアでそれを解決するためのよりエレガントな方法が不思議です。私はunderscore.jsを使用していますが、マップの縮小やその他の機能パラダイムを試したことはありません。これを行う方法については、plnkrを更新してください。

http://plnkr.co/edit/B5HGxhwvWsfvOR97z7TL?p=preview

var data = [ {'type': "A", 'val':2},
  {'type': "B", 'val':3},
  {'type': "A", 'val':1},
  {'type': "C", 'val':5} ];


 _.each(data, function (Elm, index) {
   console.log(Elm);  
 });

 /*
 Desired output

 out = [ {'type': "A", 'total':3},
  {'type': "B", 'total':3},
  {'type': "C", 'total':5} ];

 */
javascriptunderscore.js
17
bsr
var data = [ { type: "A", val: 2 },
             { type: "B", val: 3 },
             { type: "A", val: 1 },
             { type: "C", val: 5 } ];

var groups = _(data).groupBy('type');

var out = _(groups).map(function(g, key) {
  return { type: key, 
           val: _(g).reduce(function(m,x) { return m + x.val; }, 0) };
});

[〜＃〜] demo [〜＃〜]

32
Sergey Berezovskiy

@GregLとほぼ同じ答えですが、アンダースコアが少し増えています。

summed_by_type = _(data).reduce(function(mem, d) {
  mem[d.type] = (mem[d.type] || 0) + d.val
  return mem
}, {})

pairs = _(summed_by_type).map(function(v,k) { return {type: k, total: v} })
12
Nevir

以下は機能しますが、あなたが考えていたものと似ていると思います。利点は、オブジェクトハッシュを使用して合計を格納することで、型にインデックスを付けることです。つまり、正しい型のオブジェクトを探すたびにハッシュを反復処理する必要がありません。次に、最後に1回繰り返して、最終的な出力配列を作成します。

Plunkrは here です。

コードは次のとおりです。

var data = [ {'type': "A", 'val':2},
  {'type': "B", 'val':3},
  {'type': "A", 'val':1},
  {'type': "C", 'val':5} ];

var totalPerType = {};
for (var i = 0, len = data.length; i < len; ++i) {
  totalPerType[data[i].type] = totalPerType[data[i].type] || 0;
  totalPerType[data[i].type] += data[i].val;
}
var out = _.map(totalPerType, function(sum, type) {
  return { 'type': type, 'total': sum };
});

 console.log('out = ', out);

編集：100万項目の配列（6種類の可能性がある）でもこれがどれだけ高速かを生成する新しいplunkrを作成しました here 。コンソール出力からわかるように、少なくともChrome Canaryでは、約1/3秒で実行されます。

また、中間ハッシュを使用する方がはるかに高速な jsPerf test を実行し、約50％高速に処理されます。

5
GregL