reduce可通过单次遍历实现map与filter的组合效果：先判断元素是否满足过滤条件，再对符合条件者执行映射并推入累加器数组，避免传统filter().map()的两次遍历。
JavaScript 中 reduce 本身不直接“遍历同时实现 map 和 filter 的叠加功能”，但它可以通过一次遍历，**在累积过程中有条件地转换并收集元素**，从而等效达成 map + filter 的组合效果（即：对每个元素先判断是否保留，再决定如何映射），避免两次遍历数组。
核心思路：用 reduce 模拟“条件映射”
传统写法：arr.filter(...).map(...) 会遍历两次；而 reduce 可在单次循环中：
- 检查当前元素是否满足过滤条件
- 若满足，就用映射函数处理它，并把结果 push 到累加器数组中
- 若不满足，跳过，不添加任何内容
基础写法示例
比如：从用户数组中筛选出年龄 ≥ 18 的人，并只提取他们的姓名：
const users = [
{ name: 'Alice', age: 25 },
{ name: 'Bob', age: 16 },
{ name: 'Charlie', age: 30 }
];
const namesOfAdults = users.reduce((acc, user) => {
if (user.age >= 18) {
acc.push(user.name); // 先 filter（age ≥ 18），再 map（取 name）
}
return acc;
}, []);
// 结果：['Alice', 'Charlie']
更通用的封装方式
可以抽成一个复用函数，接收 filterFn 和 mapFn：
立即学习“Java免费学习笔记（深入）”；
const mapFilter = (arr, filterFn, mapFn) =>
arr.reduce((acc, item) => {
if (filterFn(item)) {
acc.push(mapFn(item));
}
return acc;
}, []);
// 使用：
const result = mapFilter(
users,
u => u.age >= 18,
u => u.name.toUpperCase()
);
// → ['ALICE', 'CHARLIE']
注意点和常见误区
不要在 reduce 里直接返回新数组（如 [...acc, ...]）做映射——虽然可行，但每次展开+新建数组性能较差，尤其大数据量时。推荐用 push 原地修改（累加器是数组引用）。
累加器初始值必须是数组（[]），否则无法调用 push；如果想返回对象、字符串等其他结构，逻辑要相应调整。
reduce 不替代语义清晰性：当逻辑简单时，filter().map() 更易读；只有在性能敏感或需高度定制化处理（比如边计算边过滤映射+中断/分组）时，才优先考虑 reduce 合并。
