A modern JavaScript utility library delivering modularity, performance & extras.
lodash是一个一致性、模块化、高性能的JavaScript实用工具库
# 一、环境准备
lodash版本v4.0.0通过
github1s网页可以 查看 (opens new window)lodash - compact源码调试测试用例可以
clone到本地
git clone https://github.com/lodash/lodash.git
cd axios
npm install
npm run test
# 二、结构分析
compact 没有其他依赖，代码块很简短，但其中涉及到的东西还是很有必要了解的，比如假值-falsey、惰性运算等。
# 三、函数研读
# 1. 功能模块
Creates an array with all falsey values removed. The values
false,null,0,"",undefined, andNaNare falsey.
创建一个新数组，包含原数组中所有的非假值元素。例如false, null,0, "", undefined, 和 NaN 都是被认为是“假值”。
/**
* @since 0.1.0
* @category Array
* @param {Array} array The array to compact.
* @returns {Array} Returns the new array of filtered values.
* @example
*
* compact([0, 1, false, 2, '', 3])
* // => [1, 2, 3]
*/
function compact(array) {
let resIndex = 0
const result = []
if (array == null) {
return result
}
for (const value of array) {
if (value) {
result[resIndex++] = value
}
}
return result
}
export default compact
- 逻辑很简单，如果是
array是null，直接返回空数组，否则使用for...of循环读取array键值，将满足条件的键值放到result并返回 - 关键在于
if (value)可以过滤掉所有的falsy值，看一下MDN (opens new window)中对于falsy 值的定义 -A falsy (sometimes written falsey) value is a value that is considered false when encountered in a Boolean context.意味着不符合的键值在布尔值上下文中被转换为 false，从而绕过了 if 代码块。
# 2. 测试用例
import assert from 'assert'
import lodashStable from 'lodash'
import { LARGE_ARRAY_SIZE, _, falsey } from './utils.js'
import compact from '../compact.js'
import slice from '../slice.js'
describe('compact', () => {
const largeArray = lodashStable.range(LARGE_ARRAY_SIZE).concat(null)
it('should filter falsey values', () => {
const array = ['0', '1', '2']
assert.deepStrictEqual(compact(falsey.concat(array)), array)
})
it('should work when in-between lazy operators', () => {
let actual = _(falsey).thru(slice).compact().thru(slice).value()
assert.deepEqual(actual, [])
actual = _(falsey).thru(slice).push(true, 1).compact().push('a').value()
assert.deepEqual(actual, [true, 1, 'a'])
})
it('should work in a lazy sequence', () => {
const actual = _(largeArray).slice(1).compact().reverse().take().value()
assert.deepEqual(actual, _.take(compact(slice(largeArray, 1)).reverse()))
})
it('should work in a lazy sequence with a custom `_.iteratee`', () => {
let iteratee = _.iteratee,
pass = false
_.iteratee = identity
try {
const actual = _(largeArray).slice(1).compact().value()
pass = lodashStable.isEqual(actual, compact(slice(largeArray, 1)))
} catch (e) {console.log(e)}
assert.ok(pass)
_.iteratee = iteratee
})
})
这是一张 compact 测试用例运行情况图，我们可以看到对于 compact官方期望更健壮，在惰性运算符中也应当正常工作，但目前暴露给用户的只有 filter falsey values 功能，并且全局跑测试用例时也绕过了这个测试文件（不是.test.js结尾）。
但是 我们有自己的想法，本着钻研到底的精神，我们要研究一下为什么官方要提醒我们注意惰性运算！
在编程语言理论中，惰性求值（英语：Lazy Evaluation），又译为惰性计算、懒惰求值，也称为传需求调用（call-by-need），是一个计算机编程中的一个概念，它的目的是要最小化计算机要做的工作。它有两个相关而又有区别的含意，可以表示为“延迟求值”和“最小化求值”，除可以得到性能的提升外，惰性计算的最重要的好处是它可以构造一个无限的数据类型。
用白话讲就是计算返回的不是一个值，而是一个表达式 x:=expression， 比如下图反映的就是测试用例中 compact(slice(largeArray, 1)).reverse()) 的处理流程。在运行 compact 之前需要先运行 slice， 在 slice 运行完毕后还需要再运行 reverse，这就需要在三个求值函数之间维持一个数据流关系 flow，并且由于每次求值函数都会返回各种数据，所以得使用一个独一无二的值来作为判断流是否完成的标志，这就需要 compact 额外定义一个唯一表示符来充当完成标志，比如 const over = Symbol()。显然这对很多非惰性计算的 compact 操作是额外开销，也增加了耦合性，并不是一个好的选择。
那么问题来了，如何处理惰性运算中的 compact 操作呢？
Tips：修改一下package.json中的测试命令 "test": "mocha -r esm test/*.test.js" ==> "test": "mocha -r esm test/compact.js" 即可运行。