本文介绍一种数学上更稳健的方法，从任意长度数组中精确选取 5 个**首尾固定、中间近似等距**的元素，避免传统整数步长法在数组长度非整除时导致的聚集或跳变问题。
在开发预约系统、分页展示、数据采样等场景中，常需从大量候选对象（如可用时间段数组）中“视觉上均匀”地抽取固定数量（例如 5 个）结果返回给前端——既要保持原始顺序，又要避免前几个索引扎堆、后几个稀疏的问题。原始实现中使用 Math.floor(array.length / 5) 计算整数步长，会导致当数组长度为 8 或 9 时步长退化为 1，最终取到 [0,1,2,3,4]，完全丧失“空间分布”意义。
根本症结在于：等距采样 ≠ 等整数步长。真正的等距应基于线性插值思想——将目标索引视为在 [0, array.length - 1] 区间内均匀分布的 5 个点，再四舍五入映射到合法整数下标。
以下为优化后的标准实现：
function getEquallySpacedItems(array, n = 5) {
if (!Array.isArray(array) || array.length === 0) return [];
if (array.length <= n) return [...array]; // 浅拷贝保障不可变性
const lastIndex = array.length - 1;
const step = lastIndex / (n - 1); // 关键：跨度为 n-1 段，覆盖全程 [0 → lastIndex]
const result = [];
for (let i = 0; i < n; i++) {
const floatIndex = i * step; // 第 i 个理想位置（浮点）
const roundedIndex = Math.round(floatIndex); // 安全取整
result.push(array[roundedIndex]);
}
return result;
}✅ 核心设计解析：
- step = (array.length - 1) / (n - 1) 确保首项（i=0）对应索引 0，末项（i=n-1）对应索引 array.length - 1；
- 使用 Math.round() 而非 Math.floor() 或 Math.ceil()，使中间点更贴近理论均分位置，减少累积误差；
- 支持泛化参数 n（默认 5），便于复用至其他采样需求（如取 3 个封面图、7 个关键帧等）。
? 验证示例：
console.log(getEquallySpacedItems(['a','b','c','d','e','f','g','h'], 5)); // → ['a', 'c', 'e', 'g', 'h'] // 索引：[0, 2, 4, 6, 7] console.log(getEquallySpacedItems(['a','b','c','d','e','f','g','h','i'], 5)); // → ['a', 'c', 'e', 'g', 'i'] // 索引：[0, 2.25→2, 4.5→5, 6.75→7, 8] console.log(getEquallySpacedItems([1,2,3,4,5,6], 5)); // → [1, 2, 3, 5, 6] // 索引：[0, 1.25→1, 2.5→3, 3.75→4, 5]
⚠️ 注意事项：
- 当 array.length === 1 时，step 为 0，循环仍能正确返回 [array[0]] 重复 5 次？不——因 n=5 > array.length=1，实际走 array.length
- 若需严格避免重复索引（极小数组），可在 push 前加 !result.includes(array[roundedIndex]) 判断，但通常业务中 n ≤ array.length 已隐含该前提；
- 此算法时间复杂度 O(n)，空间复杂度 O(n)，无副作用，适合高频调用。
总结：均匀采样本质是区间线性映射 + 整数近似，而非整除取模。采用 (length-1)/(n-1) 步长配合 Math.round()，既保证首尾锚定，又使中间点分布肉眼可辨、逻辑可证，是兼顾准确性、可读性与鲁棒性的工程优选方案。
