本文介绍如何在二维嵌套结构（如 driver[0][i].round）中快速定位指定轮次（如 round 10）出现的所有位置，返回包含驱动者索引和轮次索引的二维数组，并提供可扩展、高性能的函数实现与数据结构优化建议。
本文介绍如何在二维嵌套结构（如 `driver[0][i].round`）中快速定位指定轮次（如 round 10）出现的所有位置，返回包含驱动者索引和轮次索引的二维数组，并提供可扩展、高性能的函数实现与数据结构优化建议。
在 karting 赛事管理系统中，常需按轮次（round）反查参与该轮的驾驶员及其在数据结构中的精确位置。原始数据采用 driver[0][i] 表示第 i 位驾驶员，其 .round 属性为一维数字数组（如 [1,3,5,7,10]）。需求是：给定目标轮次（例如 10），返回所有匹配项的 驱动者索引 和对应 轮次数组内的索引，组合为形如 [[driverIdx], [roundIdx]] 的二维数组。
虽然嵌套 for 循环可实现全量扫描，但面对大规模驾驶员数据（数百至数千人）时，性能与可维护性将显著下降。更优解是封装高复用性函数，并利用原生数组方法（如 indexOf、includes）提升局部查找效率。
✅ 单次匹配查找（首个出现位置）
以下函数 getRound(driverIndex, targetRound) 针对单个驾驶员快速判断目标轮次是否存在，并返回其在 .round 数组中的索引：
const getRound = (driverIndex, targetRound) => {
const rounds = driver[0][driverIndex]?.round || [];
const roundIndex = rounds.indexOf(targetRound);
return [
[driverIndex],
[roundIndex >= 0 ? roundIndex : null]
];
};
// 示例调用
console.log(getRound(1, 10)); // [[1], [4]] → driver[0][1].round[4] === 10
console.log(getRound(2, 10)); // [[2], [null]] → 未找到⚠️ 注意：driver[0][driverIndex] 必须存在且 .round 为有效数组；使用可选链 ?. 可增强健壮性（需环境支持）。
✅ 全量匹配查找（所有出现位置）
若某驾驶员多次参与同一轮次（如因重赛、补录等场景），需获取所有匹配索引，可使用 indexOf 的 fromIndex 参数循环查找：
const getRounds = (driverIndex, targetRound) => {
const rounds = driver[0][driverIndex]?.round || [];
const indices = [];
let i = -1;
while ((i = rounds.indexOf(targetRound, i + 1)) !== -1) {
indices.push(i);
}
return [
[driverIndex],
indices
];
};
// 示例：假设 driver[0][3].round = [5, 7, 8, 10, 12, 14, 10]
console.log(getRounds(3, 10)); // [[3], [3, 6]]✅ 全局搜索：遍历所有驾驶员
要跨所有驾驶员查找 round === 10，可结合 Array.from() 与 filter() 实现声明式遍历：
const findAllRoundMatches = (targetRound) => {
const results = [];
const drivers = driver[0] || [];
for (let dIdx = 0; dIdx < drivers.length; dIdx++) {
const rounds = drivers[dIdx]?.round || [];
const rIndices = [];
let i = -1;
while ((i = rounds.indexOf(targetRound, i + 1)) !== -1) {
rIndices.push(i);
}
if (rIndices.length > 0) {
results.push([dIdx, rIndices]);
}
}
// 转换为题目要求格式：[[dIdx], [rIdx1, rIdx2, ...]]
return results.map(([d, rArr]) => [[d], rArr]);
};
// 输出：[[[1], [4]], [[3], [3]], [[5], [1]]]
console.log(findAllRoundMatches(10));? 数据结构优化建议（面向扩展性）
当前 driver[0][i] 的二维稀疏索引方式（driver[0] 固定为第一层）不利于长期维护。推荐重构为语义化、可索引的对象结构：
// 优化后：以 driverId 为主键，支持 O(1) 查找
const drivers = {
'D001': { id: 'D001', name: 'Alice', rounds: [1,3,5,7,10] },
'D002': { id: 'D002', name: 'Bob', rounds: [5,7,8,10,12,14] },
// ...
};
// 查找更直观、可配合 Map/Set 进一步加速
const findDriversByRound = (targetRound) =>
Object.entries(drivers)
.filter(([, d]) => d.rounds.includes(targetRound))
.map(([id, d]) => ({
driverId: id,
roundIndices: d.rounds
.map((r, idx) => (r === targetRound ? idx : -1))
.filter(idx => idx !== -1)
}));✅ 总结
- 对单驾驶员查找，优先使用 Array.prototype.indexOf()，时间复杂度 O(n)，简洁高效；
- 对多匹配或全局搜索，避免深层嵌套 for，改用函数式迭代 + 短路逻辑；
- 当数据规模持续增长时，结构先行：将索引依赖转为语义键（如 driverId），并考虑构建倒排索引（如 roundMap[10] = ['D001', 'D003']）实现 O(1) 轮次反查；
- 所有函数均应增加空值/类型校验（如 Array.isArray(rounds)），保障生产环境鲁棒性。
通过合理分层抽象与数据建模，即使驾驶员数量达万级，轮次查询仍可保持毫秒级响应。
