数组与哈希表（Map/Object）核心区别及实战

特殊场景：key 是对象 / 数组（JS Map 独有的特性）

const objKey = { id: 1 };
const arrKey = [2];
const map = new Map([
  [objKey, '对象作为 key'],
  [arrKey, '数组作为 key']
]);
console.log(map.get(objKey)); // 输出：对象作为 key

Map 和二维数组的转换

const map = new Map([
  ['name', '张三'],
  [100, '满分'],
  [true, '布尔值']
]);
console.log(map);
console.log(Array.from(map.entries()));

适用场景与实战案例

1. 数组：'按位置排好队的储物柜'

• 通俗比喻：就像超市的储物柜，每个柜子有固定编号（0 号、1 号、2 号），你知道编号就能直接打开，但想找'放了水杯的柜子'，就得一个个看。

前端例子：

// 数组：按下标快速访问，按值查找需遍历
const arr = ["苹果", "香蕉", "橙子"];
console.log(arr[1]); // O(1) 直接取'香蕉'
console.log(arr.find(item => item === "橙子")); // O(n) 遍历找值

2. 哈希表：'按名字贴标签的储物柜'

• 通俗比喻：储物柜没有固定编号，而是贴标签（比如'小明的水杯''小红的伞'），你报标签名，系统能快速找到对应的柜子，不用管柜子的物理位置。

前端例子：

// Map：按键快速查找，键可以是任意类型
const map = new Map();
map.set("水果 1", "苹果");
map.set(2, "香蕉");
map.set({ id: 3 }, "橙子");
console.log(map.get(2)); // O(1) 直接取'香蕉'
console.log(map.get({ id: 3 })); // undefined（对象是引用类型，需用同一个引用）

典型场景与优化方案

场景 1：数组去重（高频面试 / 业务场景）

需求：将 [1, 2, 2, 3, 3, 3] 转为无重复数组。

❷ 哈希表优化（高效版） 思路：用 Map/Set 记录已出现的元素，将'查找是否存在'的操作从 O(n) 降到 O(1)。时间复杂度：O(n)（仅一次遍历）。

function uniqueArrayOptimize(arr) {
  const map = new Map();
  const result = [];
  for (const item of arr) {
    // 哈希表查找：O(1)
    if (!map.has(item)) {
      map.set(item, true);
      result.push(item);
    }
  }
  return result; // 极简版：return [...new Set(arr)]（底层也是哈希表）
}

❶ 纯数组实现（基础版，效率低） 思路：遍历数组，用 indexOf 检查元素是否已存在（本质是遍历）。时间复杂度：O(n²)（嵌套遍历）。

function uniqueArrayBasic(arr) {
  const result = [];
  for (let i = 0; i < arr.length; i++) {
    // indexOf 会遍历 result，嵌套 O(n)
    if (result.indexOf(arr[i]) === -1) {
      result.push(arr[i]);
    }
  }
  return result;
}

场景 2：高频词统计（数据处理场景）

需求：统计字符串中每个单词出现的次数，如 "a b a c b a" → {a:3, b:2, c:1}。

❷ 哈希表实现（最优解） 思路：直接用 Object/Map 做键值映射，单词为键、次数为值，查找 / 更新都是 O(1)。时间复杂度：O(n)，代码简洁。

function countWordsOptimize(str) {
  const words = str.split(" ");
  const countMap = {};
  for (const word of words) {
    // 哈希表更新：O(1)
    countMap[word] = (countMap[word] || 0) + 1;
  }
  return countMap;
}

❶ 纯数组实现（不可行 + 效率低） 思路：用两个数组分别存'单词'和'次数'，每次统计需遍历数组找单词。时间复杂度：O(n²)，且代码冗余。

function countWordsBasic(str) {
  const words = str.split(" ");
  const keys = [];
  const counts = [];
  for (const word of words) {
    const index = keys.indexOf(word); // O(n) 查找
    if (index === -1) {
      keys.push(word);
      counts.push(1);
    } else {
      counts[index]++;
    }
  }
  // 转成对象（额外操作）
  return keys.reduce((obj, key, i) => ({ ...obj, [key]: counts[i] }), {});
}

场景 3：有序列表的快速访问（UI 渲染场景）

需求：渲染一个商品列表，支持'点击第 N 个商品'快速定位详情。

❷ 哈希表实现（没必要 + 冗余） 思路：用哈希表存 {0:商品 1, 1:商品 2...}，虽然访问也是 O(1)，但丢失了'有序'特性，且无法快速做排序 / 切片。

const goodsMap = new Map([[0, "商品 1"], [1, "商品 2"], [2, "商品 3"], [3, "商品 4"]]);
// 虽能访问，但无法直接做 goodsList.slice(0,2) 这类有序操作

❶ 数组实现（最优解） 思路：数组天然有序，按下标访问是 O(1)，适合按位置操作。

const goodsList = ["商品 1", "商品 2", "商品 3", "商品 4"];
// 点击第 2 个商品（下标 1），直接获取：O(1)
function getGoodsByIndex(index) {
  return goodsList[index];
}

场景 4：缓存数据（性能优化场景）

需求：缓存接口返回的用户信息，避免重复请求，支持'按用户 ID 快速查找'。

❷ 哈希表实现（最优解） 思路：用 Map 存 {1:用户 1, 2:用户 2}，按 ID 查找是 O(1)，适合高频键值查询。

const userMap = new Map([[1, { id: 1, name: "小明" }], [2, { id: 2, name: "小红" }]]);
function getUserByIdOptimize(id) {
  return userMap.get(id); // O(1)
}

❶ 数组实现（效率低） 思路：用数组存用户列表，按 ID 查找需遍历，O(n)。

const userList = [{ id: 1, name: "小明" }, { id: 2, name: "小红" }];
function getUserById(id) {
  return userList.find(user => user.id === id); // O(n)
}

算法优化核心思路（通用规则）

面试考点与解析

1. 简答题：Map 和普通 Object 有哪些核心区别？（高频）

参考答案：

2. 选择题：以下代码执行结果是什么？

const map = new Map();
const objKey = { id: 1 };
map.set(objKey, "test");
console.log(map.get({ id: 1 })); // ?
console.log(map.get(objKey)); // ?

答案：undefined、test

思路：Map 的键是引用类型时，判断相等的依据是「引用地址是否相同」，而非值是否相同。{id:1} 是两个不同的对象，引用地址不同，因此第一个 get 返回 undefined。

3. 简答题：Map 的 set 方法返回值是什么？这一特性有什么用？

参考答案：

• set 方法返回 Map 实例本身（支持链式调用）；
• 用途：可以简化代码，比如 map.set('a',1).set('b',2).set('c',3)，无需多次写 map.set。

4. 编程题：用 Map 实现数组去重（要求保留原顺序，支持引用类型元素）

需求：将 [1, 2, 2, {id:1}, {id:1}, {id:2}] 去重，输出 [1, 2, {id:1}, {id:2}]。

参考答案：

function uniqueArray(arr) {
  const map = new Map();
  const result = [];
  for (const item of arr) {
    // 引用类型用自身当键，基本类型直接当键
    if (!map.has(item)) {
      map.set(item, true);
      result.push(item);
    }
  }
  return result;
}
// 测试
const arr = [1, 2, 2, {id:1}, {id:1}, {id:2}];
console.log(uniqueArray(arr)); // [1,2,{id:1},{id:2}]

思路：利用 Map 键的唯一性，且支持引用类型作为键，相比 Set 更直观（Set 本质是特殊的 Map），同时保留插入顺序。

5. 编程题：用 Map 优化'两数之和'算法（高频算法题）

需求：给定数组 [2,7,11,15] 和目标值 9，找出两个数的下标，使它们的和等于目标值（要求时间复杂度 O(n)）。

参考答案：

function twoSum(nums, target) {
  const map = new Map();
  for (let i = 0; i < nums.length; i++) {
    const complement = target - nums[i];
    // 检查是否已存在互补数
    if (map.has(complement)) {
      return [map.get(complement), i];
    }
    // 存储'数值 - 下标'映射
    map.set(nums[i], i);
  }
  return [];
}
// 测试
console.log(twoSum([2,7,11,15], 9)); // [0,1]

思路：用 Map 替代嵌套遍历，将'查找互补数'的操作从 O(n) 降到 O(1)，整体时间复杂度从 O(n²) 优化为 O(n)。

6. 分析题：为什么在频繁增删键值对的场景下，Map 比 Object 更高效？

• Object 是为静态属性设计的，频繁增删会触发 JS 引擎的'隐藏类'重排，导致性能损耗；
• Map 是为动态键值对场景优化的底层数据结构（哈希表实现），增删操作不会触发隐藏类重排，性能更稳定。

手写简易版 Map

要求：模拟 Map 的核心逻辑，支持任意类型键，保留插入顺序。

参考答案：

class MyMap {
  constructor() {
    // 用两个数组分别存键和值，保证顺序一致
    this.keys = [];
    this.values = [];
    this.size = 0;
  }

  // 核心：判断两个键是否相等（处理引用类型）
  isEqual(key1, key2) {
    if (key1 === key2) return true;
    // 处理 NaN（NaN === NaN 为 false，需特殊判断）
    if (key1 !== key1 && key2 !== key2) return true;
    return false;
  }

  set(key, value) {
    // 先查找是否已存在该键
    const index = this.keys.findIndex(k => this.isEqual(k, key));
    if (index !== -1) {
      this.values[index] = value; // 存在则更新值
    } else {
      this.keys.push(key);
      this.values.push(value);
      this.size++; // 新增则更新 size
    }
    return this; // 支持链式调用
  }

  get(key) {
    const index = this.keys.findIndex(k => this.isEqual(k, key));
    return index !== -1 ? this.values[index] : undefined;
  }

  has(key) {
    return this.keys.some(k => this.isEqual(k, key));
  }

  delete(key) {
    const index = this.keys.findIndex(k => this.isEqual(k, key));
    if (index !== -1) {
      this.keys.splice(index, 1);
      this.values.splice(index, 1);
      this.size--;
      return true;
    }
    return false;
  }

  clear() {
    this.keys = [];
    this.values = [];
    this.size = 0;
  }
}
// 测试
const myMap = new MyMap();
myMap.set(NaN, "test").set({id:1}, "obj");
console.log(myMap.get(NaN)); // test
console.log(myMap.has({id:1})); // false（引用不同）
console.log(myMap.size); // 2
myMap.delete(NaN);
console.log(myMap.size); // 1

核心考点：

• 处理 NaN 的特殊情况（NaN 作为键时，Map 认为是同一个键）；
• 引用类型键的相等判断（引用地址）；
• set 方法返回自身以支持链式调用；
• size 属性的动态更新。

手动哈希化实现

手动将数组哈希化，核心是遍历数组，构建键值对映射结构（用 Object 或自定义结构），核心逻辑是「以数组元素为键，以需要的信息（存在性、次数、下标）为值」，下面分三种常见场景给出纯手动实现代码（不依赖 Map，更底层）。

一、手动实现「存在性哈希化」（判断元素是否存在）

需求：将数组转为哈希对象，快速判断元素是否存在，替代 indexOf。核心逻辑：元素作为 key，值设为 true，遍历数组逐个赋值。

function arrayToExistHash(arr) {
  const hash = {};
  for (let i = 0; i < arr.length; i++) {
    const item = arr[i];
    // 处理基础类型：数字、字符串、布尔值
    // 注意：对象/数组等引用类型会被转为 "[object Object]"，不适合用 Object 存储
    hash[item] = true;
  }
  return hash;
}
// 测试
const arr = [1, 2, 3, 2, 1];
const existHash = arrayToExistHash(arr);
console.log(existHash[2]); // true
console.log(existHash[4]); // undefined

二、手动实现「统计型哈希化」（统计元素出现次数）

需求：统计数组中每个元素的出现次数，核心是「元素为键，次数为值」。核心逻辑：遍历数组时，若元素已在哈希中则计数 +1，否则初始化为 1。

function arrayToCountHash(arr) {
  const countHash = {};
  for (let i = 0; i < arr.length; i++) {
    const item = arr[i];
    // 三元表达式简化：存在则 +1，不存在则设为 1
    countHash[item] = countHash[item] ? countHash[item] + 1 : 1;
  }
  return countHash;
}
// 测试
const strArr = ["a", "b", "a", "c", "a"];
const countHash = arrayToCountHash(strArr);
console.log(countHash); // {a: 3, b: 1, c: 1}

三、手动实现「索引型哈希化」（记录元素对应下标）

需求：记录每个元素在数组中的所有下标，核心是「元素为键，下标数组为值」。核心逻辑：遍历数组时，若元素不在哈希中则初始化空数组，再将当前下标推入数组。

function arrayToIndexHash(arr) {
  const indexHash = {};
  for (let i = 0; i < arr.length; i++) {
    const item = arr[i];
    // 初始化：不存在则创建空数组
    if (!indexHash[item]) {
      indexHash[item] = [];
    }
    // 存入当前下标
    indexHash[item].push(i);
  }
  return indexHash;
}
// 测试
const numArr = [10, 20, 30, 20, 10];
const indexHash = arrayToIndexHash(numArr);
console.log(indexHash[10]); // [0, 4]
console.log(indexHash[20]); // [1, 3]

四、手动哈希化的注意事项（前端开发避坑）

1. 引用类型无法正确存储 用 Object 做哈希时，对象 / 数组等引用类型会被转为字符串 [object Object]，导致不同引用的元素被当成同一个键：

   const arr = [{id:1}, {id:2}];
   const hash = arrayToExistHash(arr);
   console.log(hash); // {[object Object]: true} → 两个对象被覆盖
   

2. 特殊值的键名转换问题

   • NaN、undefined、null 作为键时，会被转为字符串 "NaN"、"undefined"、"null"；
   • 数字键 1 和字符串键 "1" 会被视为同一个键（因为 hash[1] 和 hash["1"] 指向同一个位置）。

3. 空间换时间的本质

   • 手动哈希化会额外创建一个对象存储映射关系，内存占用比原数组高，但能将「查找操作」的时间复杂度从 O(n) 降到 O(1)。

若要支持引用类型，需手动实现基于引用地址的哈希（模拟 Map 逻辑）：

// 用两个数组分别存键和值，基于引用匹配
function arrayToRefHash(arr) {
  const keys = [];
  const values = [];
  for (const item of arr) {
    if (!keys.includes(item)) {
      keys.push(item);
      values.push(true);
    }
  }
  return { keys, values, has: (key) => keys.includes(key) };
}

总结

1. 数组的核心优势是按位置快速访问 + 天然有序，适合'按顺序存 / 取'的场景；
2. 哈希表的核心优势是按键快速映射，适合'按标识查 / 存'的场景；
3. 两者最核心的区别是索引方式：数组是'数字位置索引'，哈希表是'任意键映射索引'；
4. 选数组：当需要有序存储、按位置访问 / 操作（如列表渲染、排序、切片）时，数组是最优解；
5. 选哈希表：当需要快速键值映射、去重 / 统计、缓存数据时，哈希表是最优解；
6. 优化核心：用哈希表将'数组遍历查找（O(n)）'转为'键映射（O(1)）'，是前端算法优化中最常用的'空间换时间'思路。