Javascript Ramda：如何通过Curry、filtering和mapping来最小化计算资源？

我正在使用Ramda构建React应用程序。我对函数式编程还是新手（大约两个月）

我有如下联系人列表：

const contacts = [
  {
    id: 1,
    firstName: 'Sven',
    lastName: 'Hillstedt',
    city: 'Aachen',
    company: '',
    position: 'Student',
    group: 'friends',
    tendency: 'maintain'
  },
  {
    id: 2,
    firstName: 'David',
  // ...
];

给定一个字符串，我需要过滤这个（非常长，10.000-100.000）列表。但是我只需要考虑钥匙

firstName

，

lastName

，

city

，

company

和

position

。有一个数组包含以下内容：

const FIRST_NAME = 'firstName';
const LAST_NAME = 'lastName';
const CITY = 'city';
const COMPANY = 'company';
const POSITION = 'position';

export const stringFields = [FIRST_NAME, LAST_NAME, CITY, COMPANY, POSITION];

现在，我使用Ramda编写了以下函数，该函数接受一个

字符串和一个联系人列表，映射到联系人的键上，选择相关的键并将其小写，然后返回过滤后的联系人：

import { any, filter, includes, map, pick, pipe, toLower, values } from 'ramda';

const contactIncludesValue = value =>
  pipe(
    pick(stringFields),
    map(toLower),
    values,
    any(includes(value))
  );

const filterContactsByValue = value => filter(contactIncludesValue(value));

正如您所看到的，这段代码很混乱（甚至认为它比强制执行要漂亮得多）。我多次咖喱
value=>
，感觉不太好。我还质疑，这段代码是否只在联系人上迭代一次，是否有效

您如何过滤和映射（仅选择相关键+
小写字母
）大量联系人列表，而无需重复两次或多次？有没有办法避免我的咖喱，写下这篇文章？
这里有几点需要回应


即使这些评论有点刺耳，@zerkms说得对。除非您知道代码的性能实际上很差，否则尝试性能优化是没有意义的，尤其是当它使代码更难编写或维护时

您不会多次使用curry
value=>
。它只在前面使用，并且每次筛选列表时，部分应用您的值一次

您只需重复您的联系人一次。但在每一个字段中都有一个对
any
字段列表的调用。如果找到匹配项，这个函数会提前返回，因此计算调用数并不是件小事，但它可能是
O（m*n）
，其中
m
是字段数，
n
是联系人数


这个版本的代码稍微精简一些。您可能会发现它更具可读性，也可能不会：

const contactIncludesValue = value =>
  pipe(
    props(stringFields),
    map(toLower),
    any(includes(value))
  );

const filterContactsByValue = pipe(contactIncludesValue, filter);

请注意，
props
比
拾取（…）->值更方便，中间的
映射（toLower）
也同样适用

您如何过滤和映射（仅选择相关键+小写）一个大型联系人列表，而无需重复两次或多次？有没有办法避免我的咖喱和写这个清洁剂

如果您需要一次性过滤和转换数据，我不知道如何单独使用
filter

例如，这不会保留
a
并对其进行转换：


const list=[
{a:'foo'}，
{b:'bar'}
];
console.log(
过滤器（管道（映射（toUpper）、has（'a'）、列表）
);

const{filter，pipe，map，toUpper，has}=R
R.innerJoin
无疑是最简洁的编写方式，但我不确定它的时间复杂性


const filter=value=>R.innerJoin(
//你可以在这里用小写等
（记录，属性）=>R.propEq（属性，值，记录），
R.。uuuuuuuuuuu，
['firstName'，'lastName'，'city'，'company'，'position']，
);
const onlySven=过滤器（'Sven'）；
const onlygiusepe=过滤器（'Giuseppe'）；
常数数据=[
{
id:1，
名字：“斯文”，
姓氏：“Hillstedt”，
城市：“亚琛”，
公司：''，
职位：'学生'，
小组:"朋友",，
趋势：“保持”
},
// ...
];
console.log（'Giuseppe'，仅用于Giuseppe（数据））；
log（'Sven'，onlySven（数据））
每次性能优化都应该从基准测试和/或评测开始。请提供这些结果。@zerkms这取决于，在我的MacBook Pro浏览器中，这几乎不值得注意，但在android手机上，如果您多次重复列表，您可以看到一圈。如果您没有基线，您无法证明“改进”解决方案实际上改进了任何东西。如果你喜欢把时间浪费在随机的事情上，并希望它能神奇地改善任何事情——对你有好处，玩得开心：-）例如，在你的例子中，问题很可能不是迭代多次，而是分配大量临时数组并线性搜索它们。但是，嘿，请改进循环的数量（因为你猜到了，对吧？）如果
any（包括（值））
read
any（eqBy（toLower，value））
则可以删除
map（toLower）
。这意味着两件事：1）您不需要事先将所有内容都小写（非常小的改进）和2）
value
本身不需要小写。