ES7、ES6、ES5实现求数组的并集

1、ES7实现方式

ES7中新增一个Array.prototype.includes():includes() 方法用来判断一个数组是否包含一个指定的值,根据情况,如果包含则返回 true,否则返回false。我们可以将includes方法与filter方法结合实现求数组的并集、交集和差集,如下:

let a = [1,2,3];
let b = [2,4,5];
//并集
console.log(a.concat(b.filter(v => !a.includes(v))));//[1, 2, 3, 4, 5]
//交集
console.log(a.filter(v => b.includes(v)));// [2]
//差集
console.log(a.concat(b).filter(v => a.includes(v) && !b.includes(v)));//[1, 3]
2、ES6实现方式(利用Set数组去重的原理)

ES6中新增一个Array.from():该方法从一个类似数组或可迭代对象中创建一个新的数组实例(即将类数组对象和可遍历对象转化为数组。只要类数组有length长度,基本都可以转化为数组)。为我们将该方法与Set结构结合实现数组的并集、交集和差集,如下:

let a = [1,2,3];
let b = [2,4,5];

let aSet = new Set([1,2,3]);
let bSet = new Set([2,4,5]);

//并集
let union = Array.from(new Set(a.concat(b)));
console.log(union );//[1, 2, 3, 4, 5]
//交集
let intersection = Array.from(new Set(a.filter(v => bSet.has(v))));
console.log(intersection);//[2]
//差集
let differenceNew = Array.from(new Set(a.concat(b).filter(v => aSet.has(v) && !bSet.has(v))));
console.log(differenceNew);//[1,3]
3、ES5实现方式

ES5可以利用filter和indexOf进行数学集操作,但是,由于indexOf方法中NaN永远返回-1,所以需要进行兼容处理,即分两种情况:
(1)不考虑NaN的情况(数组中不含NaN)

var a = [1,2,3];
var b = [2,4,5];

// 并集
var union = a.concat(b.filter(function(v) {
    return a.indexOf(v) === -1
}))
// 交集
var intersection = a.filter(function(v){ 
    return b.indexOf(v) > -1 
}) 
// 差集
var difference = a.filter(function(v){ 
    return b.indexOf(v) === -1 
})
console.log(union); // [1,2,3,4,5]
console.log(intersection);// [2]
console.log(difference);// [1,3]

(2)考虑NaN的情况

var a = [1, 2, 3, NaN];
var b = [2, 4, 5];

var aHasNaN = a.some(function (v) {
    return isNaN(v)
})
var bHasNaN = b.some(function (v) {
    return isNaN(v)
})

// 并集
var union = a.concat(b.filter(function (v) {
    return a.indexOf(v) === -1 && !isNaN(v)
})).concat(!aHasNaN && bHasNaN ? [NaN] : []) 
// 交集
var intersection = a.filter(function (v) {
    return b.indexOf(v) > -1
}).concat(aHasNaN && bHasNaN ? [NaN] : []) 
// 差集
var difference = a.filter(function (v) {
    return b.indexOf(v) === -1 && !isNaN(v)
}).concat(aHasNaN && !bHasNaN ? [NaN] : [])

console.log(union);// [1,2,3,4,5,NaN]
console.log(intersection);// [2]
console.log(difference);//1,3,NaN
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,254评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,875评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,682评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,896评论 1 285
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,015评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,152评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,208评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,962评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,388评论 1 304
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,700评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,867评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,551评论 4 335
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,186评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,901评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,142评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,689评论 2 362
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,757评论 2 351