如何优化JS前端处理千万级弹幕数据的长尾循环问题？

本文共计2164个文字，预计阅读时间需要9分钟。

目录+引言+1. 如何删除数组中的元素+2. 10000条消息如何优化+场景+常规思路：+生产的问题+优化策略+代码实现+效果展示+小结+游标法替代splice+二分查找+总结+最近做了直播相+...

目录

• 引言
• 1、如何删除数组中的元素
• 2、10000,000条消息如何优化？
• 场景
• 常规思路：
• 产生的问题
• 优化策略
• 代码实现
• 效果展示
• 小结
• 游标法代替splice
• 二分查找
• 完结

引言

最近做了直播相关的业务，然后对于大数据相关的优化做了一下复盘。

为了了解我是怎么做这个优化的，我们先从如何按照特定的条件删除一个数组说起。

1、如何删除数组中的元素

场景：有一个数组，需要删除满足条件的数组。

示例：

const arr = [1,2,3,4,5,6,7,8]

删除小于5的元素,删除后的元素为

const arr2 = [5, 6, 7, 8]

代码实现：

const arr = [1,2,3,4,5,6,7,8] for(let i = 0, len = arr.length; i < len; i++) { if(arr[i] < 5) { arr.splice(i, 1) } }

结果如下

arr = [2, 4, 5, 6, 7, 8

不是我们预期的结果

分析原因：删除操作会使得对应索引值位上的元素清空，整个数组中的元素向前移动一位，补位的元素会填充到执行删除操作的索引值位置上，移位之后如果不进行任何操作继续下一个循环，会导致补位元素跳过遍历，为了防止这种补位元素跳过遍历现象，应该在删除操作后将索引值减1，对执行删除操作的索引值位置再进行一次遍历 。

改进：

const arr = [1,2,3,4,5,6,7,8] for(let i = 0, len = arr.length; i < len; i++) { if(arr[i] < 5) { arr.splice(i, 1) i--; } } // arr = [5, 6, 7, 8] 符合预期

这个是做了正序循环删除，也可以使用倒序循环删除：

const arr = [1,2,3,4,5,6,7,8] for(let i = arr.length - 1; i >= 0; i--) { if(arr[i] < 5) { arr.splice(i, 1) } } // arr = [5, 6, 7, 8] 符合预期

2、10000,000条消息如何优化？

场景

弹幕消息发送场景模拟（伪直播形式，没有进度条）：假设我们有10000,000条消息，根据视频播放的进度展示对应的消息，不展示历史消息。

常规思路：

循环遍历整个消息列表，时刻监听视频播放的进度，根据视频播放的时间戳和消息发送的时间戳先相等，然后展示消息，依次循环。

产生的问题

每次视频进度变化都会循环整个消息列表，当循环还没完成，下一个播放进度监听触发了，又开始下一个循环，这样就会造成性能的损耗。

优化策略

我们从上面的分析可以看出，当消息发送了一条，就可以从原始数据删除这条消息，然后跳出循环，这样循环的次数始终控制在几次（或者几十次）的范围（有可能同一个时间段同时有几条消息甚至几十条消息）等下一个播放进度监听触发，开始循环原始数据，这是之前以后发送过得数据删除了，就不会再循环删除过的数据，始终循环需要发送的那几条，找到了就直接跳出循环。

代码实现

// 模拟原始消息列表， const newList = new Array(10000000).fill(1).map((item, index) => { return { time: (index + 1) * 1000, // 消息发送的时间，一秒一个 content: `这是第${index + 1}s发送的消息` // 消息发送的内容 } }) // 发送的消息列表 const sendList = []; function getMessage(time) { let j = 0; // 循环次数 for(let i = 0, len = newList.length; i < len; i++) { const item = newList[i]; j++; // 这里的time如果不是1000、2000，而是1234、1214这种，就需要取一个浮动范围 // 我这里就是简单用了定时器，所以比较简单 if(item.time === time) { sendList.push(newList[i]) newList.splice(i, 1) i--; } else if(sendList.length > 0) { break; } } console.log('播放进度', time) console.log('循环的次数', j); console.log('接收的消息的长度', sendList.length, sendList); console.log('原始消息的长度', newList.length); } let time = 0; // 定时器,1s触发一次 setInterval(() => { time += 1000; getMessage(time); }, 1000)

// 消息格式 newList = [ {time: 1000, content: '这是第1s发送的消息'}, {time: 2000, content: '这是第2s发送的消息'}, ... ]

效果展示

小结

上面优化策略只有两条

发送过的消息删除，下次少循环。

当找到满足条件的数据，直接跳出循环，后面的数据不再循环。

缺点：使用slice也会消耗性能，不可取，并且操作繁琐。

游标法代替splice

我们这里不再使用slice的方案，设置一个游标，记录循环的初始位置，下次循环直接从游标记录的位置开始循环，然后满足查找的条件就break，这样既不破坏原来的数组，也能有效的减少循环的次数。

let index = 0， sendList =[]; function getMessage(time) { for(let i = 0, len = newList.length; i < len; i++) { const item = newList[i]; // 这里的time如果不是1000、2000，而是1234、1214这种，就需要取一个浮动范围 // 我这里就是简单用了定时器，所以比较简单 if(item.time === time) { index = i; sendList.push(newList[i]) } else if(sendList.length > 0) { // 这里的查询结束条件为，对应的时间范围之外没有消息了，并且需要发送的消息列表有消息，才break // 这里的结束条件想不到什么更好的方案了 break; } } }

上面我们只对视频播放的时候做了优化，如果下次用户进来进度直接接近尾声了，这时候首次查找尾部消息的时候，就需要把前面所有的消息都循环一遍，所以还需要继续优化。

二分查找

当首次加载的时候，采用二分法查找到消息开始的位置，当视频播放的时候再根据查找到的index去循环消息体。

function binarySearch(arr, time) { let upperBound = arr.length - 1; // 记录长度 let lowerBound = 0; // 记录上次二分的位置 let mid; // 切半分的位置 小于或等于 1就停止循环了 while (lowerBound <= upperBound) { // (当前总长度 + 当前中间点位置长度) / 2 = 实际的中间点位置 mid = Math.floor((upperBound + lowerBound) / 2); const item = arr[mid]; const maxTime = time +　500; const minTime = time + 500; // 当输入的值大于中间值时，向后移动一位 if (time > maxTime) { lowerBound = mid + 1; } else if (time < minTime) { // 当输入值小于中间值时，向前移动一位 upperBound = mid - 1; } else { return mid; // 找到指定数据位置 } } return -1; }

function findIndex(startPlayTime: number) { const searchIndex = binarySearch(this.messageList, time); // 赋值索引，用于快速发送消息 if (searchIndex !== -1) { index = searchIndex; } }

完结

写到这里本篇文章就不再会更新了，从最开始的splice方法，然后到后面的游标法和二分法，做了逐渐的优化。

这个也是在项目中每次迭代去做的优化（前提是给你的排期你能有时间去做）。本文涉及的知识点可能并不是很重要，在这里我要跟大家说的是，我们平时在写代码的时候，要善于发现代码的可优化空间，如果你发现了并且实事求是的去做了，你的能力就会有更大的提高，而且这个发现的过程你可以找同事，找leader去给你review代码，在业务中沉淀出来的代码比你自己平时写个小demo写的代码更能让你成长。

更多关于JS前端数据循环优化的资料请关注自由互联其它相关文章！