JavaScript中计算集合差集（A有B无）应使用Set配合for循环，时间复杂度O(n)，比filter+includes更高效；适用于前端千级数据的“只关注A未关注B”场景。
在社交网络中计算“共同好友”，本质是求两个用户好友列表的交集；而如果要找“A 有但 B 没有的好友”（比如“谁关注了 A 却没关注 B”），就需要用到集合差集。JavaScript 的 Set 天然支持去重和高效查找，配合简单的遍历，就能以 O(n) 时间完成差集运算，比用数组 filter + includes 更快、更清晰。
用 Set 构建用户好友集合
假设你从接口拿到两个用户的原始好友 ID 数组：
const userA = [101, 102, 103, 104];
const userB = [102, 103, 105, 106];
先转成 Set，自动去重且为后续查找提供 O(1) 的 has() 操作：
立即学习“Java免费学习笔记（深入）”；
const setA = new Set(userA);
const setB = new Set(userB);
手动实现差集：A − B（A 有、B 没有）
Set 原生不提供 difference() 方法，但只需一行逻辑：遍历 A，保留那些在 B 中不存在的元素。
- 用
Array.from(setA).filter(id => !setB.has(id))得到差集数组 - 若需保持 Set 类型，可再包一层：
new Set(Array.from(setA).filter(id => !setB.has(id))) - 更高效写法（避免创建中间数组）：
const diff = new Set();
for (const id of setA) {
if (!setB.has(id)) diff.add(id);
}
实际场景举例：找出“只关注 A 的粉丝”
比如微博/小红书类应用中，你想知道哪些人关注了博主 A，但还没关注博主 B，可用于精准推送或涨粉策略：
- 前端缓存两个博主的关注者 Set（ID 列表）
- 实时计算差集，结果直接用于渲染“推荐关注 B”的用户卡片
- 服务端也可用类似逻辑做离线分析，例如：“过去一周新增关注 A 但未关注 B 的用户画像”
注意边界与优化点
- 确保所有 ID 是同一类型（全数字 or 全字符串），否则
1和"1"在 Set 中视为不同元素 - 大数据量（如百万级好友）时，建议在服务端用 Redis 的
SDIFF或数据库LEFT JOIN承担计算，前端 Set 更适合千级以内 - 如需频繁计算多个差集，可封装工具函数：
const difference = (a, b) => { const res = new Set(); for (const x of a) if (!b.has(x)) res.add(x); return res; };
