什么是数组扁平化

数组扁平化（Array Flattening） 是指将一个多维数组（嵌套数组）转换成一个一维数组的过程。例如，将 [1, [2, [3, 4]], 5] 扁平化为 [1, 2, 3, 4, 5]。

1. 为什么需要数组扁平化？

在数据处理中，数组可能包含多层嵌套结构（如从 API 获取的 JSON 数据），但某些操作（如 map、filter、reduce 或直接遍历）通常需要一维数组。扁平化可以简化数据结构，便于后续处理。

2. 数组扁平化的方法

方法 1：使用 Array.flat()（ES2019+ 原生方法）

constarr=[1,[2,[3,4]],5];constflattenedArr=arr.flat(2);// 指定扁平化的深度（2层嵌套）console.log(flattenedArr);// [1, 2, 3, 4, 5]

• 参数：flat() 接受一个可选参数 depth（默认 1），表示要扁平化的嵌套层数。
  • flat()：扁平化 1 层。
  • flat(Infinity)：完全扁平化所有嵌套。

方法 2：递归实现

如果环境不支持 flat()，可以用递归手动实现：

functionflatten(arr){letresult=[];for(constitemofarr){if(Array.isArray(item)){result.push(...flatten(item));// 递归处理嵌套数组}else{result.push(item);}}returnresult;}constarr=[1,[2,[3,4]],5];console.log(flatten(arr));// [1, 2, 3, 4, 5]

方法 3：使用 reduce() + 递归

结合 reduce() 和递归实现：

functionflatten(arr){returnarr.reduce((acc,val)=>{returnacc.concat(Array.isArray(val)?flatten(val):val);},[]);}constarr=[1,[2,[3,4]],5];console.log(flatten(arr));// [1, 2, 3, 4, 5]

方法 4：使用 toString()（仅适用于数组元素均为数字或字符串）

如果数组元素都是数字或字符串，可以通过 toString() 或 join() 转换后拆分：

constarr=[1,[2,[3,4]],5];constflattenedArr=arr.toString().split(',').map(Number);// 注意：需处理类型console.log(flattenedArr);// [1, 2, 3, 4, 5]

• 缺点：仅适用于简单数据类型，复杂对象会变成 [object Object]。

方法 5：使用 Generator 函数（ES6+）

通过生成器函数实现惰性扁平化：

function*flattenGenerator(arr){for(constitemofarr){if(Array.isArray(item)){yield*flattenGenerator(item);// 递归生成}else{yielditem;}}}constarr=[1,[2,[3,4]],5];constflattenedArr=[...flattenGenerator(arr)];console.log(flattenedArr);// [1, 2, 3, 4, 5]

3. 实际应用场景

1. 处理 API 返回的嵌套数据：

   constapiData=[{id:1,tags:['js','vue']},{id:2,tags:['react','node']}];constallTags=apiData.flatMap(item=>item.tags);// [ 'js', 'vue', 'react', 'node' ]

2. 合并多个数组：

   constarr1=[1,2];constarr2=[3,[4,5]];constmerged=[...arr1,...flatten(arr2)];// [1, 2, 3, 4, 5]

3. 数据清洗：
   • 去除嵌套结构中的空数组或无效值。

4. 性能对比

方法	适用场景
flat()	现代浏览器/Node.js 环境
递归	通用，但需注意堆栈溢出
reduce() + 递归	函数式编程风格
toString()	仅简单数据类型
Generator	惰性求值，大数据量时节省内存

5. 总结

• 推荐方法：优先使用原生 flat()，简单高效。
• 兼容性处理：如果环境不支持 flat()，用递归或 reduce() 实现。
• 特殊需求：如需惰性求值或处理大数据量，考虑 Generator。