排序检测算法
时间:2018年11月02日
有一列数据需要进行内容的校验,总共有三个,如果有第一个,第二第三可以为空;有第一第二,第三可以为空;有第一和第三,第二不能为空;有第二和第三,第一不能为空;三者可以同时为空,以此类推。如下表所示
1 | 2 | 3 | OK? |
---|---|---|---|
无 | 无 | 无 | Y |
有 | 无 | 无 | Y |
有 | 有 | 无 | Y |
有 | 有 | 有 | Y |
有 | 无 | 有 | N |
无 | 有 | 有 | N |
无 | 有 | 无 | N |
无 | 无 | 有 | N |
总体就分这八种情况,四种可能,四种不可能。
一开始我的思维逻辑出了问题,觉得应该一层层判断,比方说这样:
if (condition) { if (condition) { if (condition) { } } else { if (condition) { } else { } } } else { }
通过这样来一层层判断,可是这实在是很没有逻辑的代码,不仅看上去很诡异 ,而且若是日后需要改,改的那个人看到这段代码也会喷死我的。
又或者说我可以列出这4种情况,然后所有的情况都检测一遍,比方说这样:
if (condition1 || condition2 || condition3 | condition4) { } else { }
看上去还可以,但实际问题是condition
不可能这么短,实际还是比较长的,所以只能另寻他法。
仔细思考之后,加上同事的帮助,我们可以发现在正确的情况下,最后一个有值的数据之前没有空。这是什么意思呢?比方说有-有-无
这种情况, 最后一个有值的数据是第二个有,第二个有之前没有空的数据,所以这种情况是正确的。那么有-无-有
这种情况,最后一个有值的数据是第三个有,但这里的第二个是空,所以不成立,是错误的。
那么在这种情况下,我们可以想到通过对比来数据的index
值来判断是否正确,首先我们需要获取到原生数组的index
值,我们可以把这个值放到数据中的元素中:
arr = _.map(arr, (op, index) => ({ ...op, index, }));
_.map
方式是lodash
提供的一个循环集合的方法,我们直接return
一个值,return
的结果中包含了原生的op
,同时增加了index
属性,使用的是ES6的解构赋值方法。这样我们集合中的元素就有了index
属性了。
之后我们再获取到过滤之后的集合,使用lodash
的_.filter
方法:
const existence = _.filter(arr, (op) => { return (op.code != null) && op.code.trim() !== ''; // 这里的code就是我们之前说的是否为空的值 });
这样我们就获取到了过滤之后的数据,接下来我们开始进行对比:
const errArr = []; const len = existence.length; if (len !== 0 && len - 1 !== existence[len - 1].index) { errArr.push(arr[0].id); }
对比完成之后我们就可以通过判断errArr
的长度来判断是否有错:
if(errArr.length > 0) { const errorMessage = `错误的地方有:${errArr.join(',')}` }
所以整体代码是这样的:
// 定义方法 const verification = (arr) => { const errArr = []; arr = _.map(arr, (op, index) => ({ ...op, index, })); const existence = _.filter(arr, (op) => { return (op.code !== null) && op.code.trim() !== ''; }); const len = existence.length; if (len !== 0 && len - 1 !== existence[len - 1].index) { errArr.push(arr[0].id); } return errArr; } // 调用方法 const errArr = []; _.each(allArr, (arr) => { // 循环所有需要检测的元素 errArr = errArr.concat(verification(arr)); // 进行检测 }) if(errArr.length > 0) { const errorMessage = `错误的地方有:${errArr.join(',')}` }
如此我们就完成了数据的校验,而且方法适用性很强,若是有四个或者更多需要检验的元素也可以使用,无需担心。
相关推荐
要知道时间复杂度只是描述一个增长趋势,复杂度为O的排序算法执行时间不一定比复杂度为O长,因为在计算O时省略了系数、常数、低阶。实际上,在对小规模数据进行排序时,n2的值实际比 knlogn+c还要小。