本文介绍一种基于 Array.prototype.reduce() 的单次遍历方案，替代传统的 filter() + map() 双重遍历，精准筛选匹配 ID 的条目，并按指定 topic ID 子集过滤其嵌套 topics，同时自动排除空 topics 结果。
本文介绍一种基于 `array.prototype.reduce()` 的单次遍历方案，替代传统的 `filter()` + `map()` 双重遍历，精准筛选匹配 id 的条目，并按指定 topic id 子集过滤其嵌套 topics，同时自动排除空 topics 结果。
在处理嵌套结构的数组过滤时，常见的 filter() + map() 组合虽逻辑清晰，但存在性能冗余：需先筛选外层数组，再对每个匹配项二次遍历 topics——造成不必要的重复迭代与中间数组生成。更优解是使用 reduce() 在一次遍历中完成“匹配判断 + 内容过滤 + 条件组装”全流程。
核心思路如下：
- 遍历 entries，对每个 entry 查找 filters 中 id 匹配的过滤规则；
- 若存在匹配规则（found），则用该规则的 topics 数组进一步筛选当前 entry.topics；
- 仅当筛选后 topics 非空时，才将精简后的对象（含原始 id、name 等属性及过滤后的 topics）推入结果数组。
以下是优化后的完整实现：
const result = entries.reduce((acc, entry) => {
// 查找匹配 entry.id 的 filter 规则
const filterRule = filters.find(rule => rule.id === entry.id);
if (filterRule) {
// 按 filterRule.topics.id 精确过滤 entry.topics
const filteredTopics = entry.topics.filter(topic =>
filterRule.topics.some(ruleTopic => ruleTopic.id === topic.id)
);
// 仅保留 topics 非空的结果（避免空数组条目）
if (filteredTopics.length > 0) {
acc.push({
...entry,
topics: filteredTopics
});
}
}
return acc;
}, []);✅ 关键优势：
- 单次遍历：entries 仅被遍历一次，filters 中每个规则最多被 find() 访问一次（内部线性查找）；
- 零冗余数据：不生成中间数组，topics 过滤与对象组装同步完成；
- 语义明确：reduce 的累加器 acc 直观承载最终结果，逻辑链紧凑；
- 安全健壮：自动跳过无匹配规则的条目，且严格排除 topics 为空的结果，符合业务预期。
⚠️ 注意事项：
- 若 filters 数据量较大（如 >1000 条），建议预先构建 Map<number, Filter> 提升查找效率（O(1)）；
- 当前逻辑要求 filterRule.topics 为数组（即使为空），若存在 undefined 需增加空值校验；
- 若需保留 topics 为空的条目（仅过滤外层），可移除 if (filteredTopics.length > 0) 判断。
此方案兼顾可读性、性能与健壮性，是处理多层嵌套条件过滤的理想实践。
