百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

前端JS实现深度克隆和浅度克隆 对象或数组复制克隆 javascript拷贝

ztj100 2024-11-25 00:38 15 浏览 0 评论


在聊JavaScript(以下简称js)深度克隆之前,我们先来了解一下js中对象的组成。
在 js 一切实例皆是对象,具体分为
原始类型合成类型
原始类型 对象指的是 Undefined 、 Null 、Boolean 、Number 和 String ,按值传递。
合成类型 对象指的是 array 、 object 以及 function ,按地址传递,传递的时候是内存中的地址。

克隆或者拷贝分为2种: 浅度克隆深度克隆
浅度克隆 :基本类型为值传递,对象仍为引用传递。对拷贝后的数据进行修改会影响原数据的一种拷贝方式。
深度克隆 :所有元素或属性均完全克隆,并于原引用类型完全独立,即,在后面修改对象的属性的时候,原对象不会被修改。对拷贝后的数据进行修改是不会影响原数据的一种拷贝方式。

js中的深浅拷贝一直是一个热门的话题,简单来说,拷贝就是通过一些方法产生与被拷贝数据(几乎)完全一样的数据。在js中,拷贝可以分为深拷贝(深度克隆)和浅拷贝两种。

按照一般的理解来说通过拷贝得到的数据无论如何被修改应该也不会影响原数据呀,比如我们日常生活中使用的复制粘贴,一般情况下,我们没见过谁修改一个复制得到的word文档导致原文档也发生了修改呀!这就得从js的内存空间说起。

js内存空间的补充:

js中的内存空间由常量池、栈和堆组成,其中堆用来存放引用类型的数据,像数组、对象这些都属于引用类型的数据。一个对象在内存空间中的存放形式为:将对象的名称和引用存放在栈空间,该引用指向堆空间中的该对象,数组同理。

而我们都知道通过赋值运算等方法产生一个拷贝对象,拿到的其实还是原对象,因为我们复制的仅仅是该对象的引用,修改新的对象,原对象的内容也会发送改变,因为原对象和新对象的引用一样,所以深浅拷贝问题就诞生了。

浅克隆(浅拷贝)

在数据类型为引用类型的时候,当你给这个变量赋值,其实是引用这个变量在内存中的地址。如下:

1.直接赋值

在数据类型为引用类型的时候,当你给这个变量赋值,其实是引用这个变量在内存中的地址。如下:

var obj = {name: 'ccc', age: 18}    // 定义一个变量为对象,引用类型

var cloneObj = obj      // 创建一个新变量,并赋值

console.log(cloneObj)   // {name: 'ccc', age: 18}  

console.log(cloneObj === obj)   // true

2.Object.assgin():

const arr1 = [1, 2, 3]
const arr2 = Object.assign(arr1)
arr2[0] = 5
console.log(arr1) // [5, 2, 3]
console.log(arr2) // [5, 2, 3]

3、Array.prototype.concat()(浅拷贝)

 let  arr=[1,2,3,4,{username:"kebi",age:18}];

 let  arr1=arr.concat()  // concat是连接数组,如果不传参,则表示复制原数组的数据到目标数组中

4、Array.prototype.slice()(浅拷贝)

let arr2=arr.slice(); //slice是截取数组或者字符串,不传参表示默认全部

浅克隆带来的问题:

拷贝的数据里不能有函数,处理不了,浅拷贝,拷贝的是引用,修改拷贝以后的数据会影响原数据,深拷贝(深度克隆),拷贝时生成新数据,修改不会影响原数据

var obj = {name: 'ccc', age: 18}    // 定义一个变量为对象,引用类型

var cloneObj = obj      // 创建一个新变量,并赋值

console.log(cloneObj)   // {name: 'ccc', age: 18}  

console.log(cloneObj === obj)   // true



obj.name = 'www'

console.log(cloneObj)   // { name: 'www', age: 18 }

我们可以发现,我们修改了obj变量的属性值的时候,cloneObj的属性值也跟着发生了变化。原因是他们虽然是两个变量,但是引用的变量是同一个变量。看下图分析:

深度克隆(深拷贝)

1.判断被拷贝对象的类型

2.根据类型生成空对象或空数组,其他基本数据类型直接返回即可

3.调用for in方法对被拷贝对象(数组)进行遍历,往新对象(数组)中添加数据,如果是基本数据类型,则直接将其添加到新数组(对象)中,否则深度克隆该数据,这样子进行递归即可。

深度克隆,就是解决浅度克隆带来的问题的。直接上代码:

function deepClone(o) {

    // 判断如果不是引用类型,直接返回数据即可

    if (typeof o === 'string' || typeof o === 'number' || typeof o === 'boolean' || typeof o === 'undefined') {

        return o

    } else if (Array.isArray(o)) { // 如果是数组,则定义一个新数组,完成复制后返回

        // 注意,这里判断数组不能用typeof,因为typeof Array 返回的是object

        console.log(typeof [])  // --> object

        var _arr = []

        o.forEach(item => { _arr.push(item) })

        return _arr

    } else if (typeof o === 'object') {

        var _o = {}

        for (let key in o) {

            _o[key] = deepClone(o[key])

        }

        return _o

    }

}



var arr = [1, 2, 3, 5]

var cloneArr = deepClone(arr)

console.log(cloneArr)   // --> [ 1, 2, 3, 5 ]

console.log(arr === cloneArr)   // --> false



var obj = { name: 'ccc', age: 18 }

var cloneObj = deepClone(obj)

console.log(cloneObj)   // --> { name: 'ccc', age: 18 }

console.log(obj === cloneObj)   // false

obj.name = 'www'

console.log(obj)    // --> { name: 'www', age: 18 }

console.log(cloneObj)   // --> { name: 'ccc', age: 18 }

obj和cloneObj分别指向自己所存的变量地址,互不影响,代码注释挺详细了,看下图:



注意:上图深度克隆代码只供参考了解,还有很多细节没有考虑,比如数组和对象的嵌套拷贝等等,具体使用请查看Lodash中的cloneDeep()方法。

Json.parse(Json.Stringfy())(深拷贝)

let arr3=JSON.parse(JSON.stringify(arr));

//先把原数组转换为json字符串,变为基本数据类型,完全生成一份新数据,然后把新数据转换为js原数组,就利用了这一点,实现了深拷贝

相关推荐

再说圆的面积-蒙特卡洛(蒙特卡洛方法求圆周率的matlab程序)

在微积分-圆的面积和周长(1)介绍微积分方法求解圆的面积,本文使用蒙特卡洛方法求解圆面积。...

python编程:如何使用python代码绘制出哪些常见的机器学习图像?

专栏推荐...

python创建分类器小结(pytorch分类数据集创建)

简介:分类是指利用数据的特性将其分成若干类型的过程。监督学习分类器就是用带标记的训练数据建立一个模型,然后对未知数据进行分类。...

matplotlib——绘制散点图(matplotlib散点图颜色和图例)

绘制散点图不同条件(维度)之间的内在关联关系观察数据的离散聚合程度...

python实现实时绘制数据(python如何绘制)

方法一importmatplotlib.pyplotaspltimportnumpyasnpimporttimefrommathimport*plt.ion()#...

简单学Python——matplotlib库3——绘制散点图

前面我们学习了用matplotlib绘制折线图,今天我们学习绘制散点图。其实简单的散点图与折线图的语法基本相同,只是作图函数由plot()变成了scatter()。下面就绘制一个散点图:import...

数据分析-相关性分析可视化(相关性分析数据处理)

前面介绍了相关性分析的原理、流程和常用的皮尔逊相关系数和斯皮尔曼相关系数,具体可以参考...

免费Python机器学习课程一:线性回归算法

学习线性回归的概念并从头开始在python中开发完整的线性回归算法最基本的机器学习算法必须是具有单个变量的线性回归算法。如今,可用的高级机器学习算法,库和技术如此之多,以至于线性回归似乎并不重要。但是...

用Python进行机器学习(2)之逻辑回归

前面介绍了线性回归,本次介绍的是逻辑回归。逻辑回归虽然名字里面带有“回归”两个字,但是它是一种分类算法,通常用于解决二分类问题,比如某个邮件是否是广告邮件,比如某个评价是否为正向的评价。逻辑回归也可以...

【Python机器学习系列】拟合和回归傻傻分不清?一文带你彻底搞懂

一、拟合和回归的区别拟合...

推荐2个十分好用的pandas数据探索分析神器

作者:俊欣来源:关于数据分析与可视化...

向量数据库:解锁大模型记忆的关键!选型指南+实战案例全解析

本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在...

用Python进行机器学习(11)-主成分分析PCA

我们在机器学习中有时候需要处理很多个参数,但是这些参数有时候彼此之间是有着各种关系的,这个时候我们就会想:是否可以找到一种方式来降低参数的个数呢?这就是今天我们要介绍的主成分分析,英文是Princip...

神经网络基础深度解析:从感知机到反向传播

本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在...

Python实现基于机器学习的RFM模型

CDA数据分析师出品作者:CDALevelⅠ持证人岗位:数据分析师行业:大数据...

取消回复欢迎 发表评论: