数值千分位,6种方法和性能对比

前提

前端嘛,经常处理数值和时间。 所以数值和时间的格式化少不了。
最近一直在面试前端, 就出了一个如何给数值添加千分位的面试题。

至于答案,, 一是基于你现有的知识实现, 二是知识面。
有人说, 不就一个千分位, 分分钟解决你, 正则万岁。 没错, 正则很帅, 那么性能呢?

我就喜欢一本正紧的瞎掰。 好了, 进入正文。

实现

如下有的方法,稍微改造,就可以变成更加通用的方法,比如不是添加,而是添加#等等。

数值转字符串遍历

function format_with_array(number) {var arr = (number + '').split('.');var int = arr[0].split('');var fraction = arr[1] || '';var r = "";var len = int.length;int.reverse().forEach(function (v, i) {if (i !== 0 && i % 3 === 0) {r = v + "," + r;} else {r = v + r;}})return r + (!!fraction ? "." + fraction : '');
}

substring

function format_with_substring(number) {var arr = (number + '').split('.');var int = arr[0] + '';var fraction = arr[1] || '';var f = int.length % 3;var r = int.substring(0, f);for (var i = 0; i < Math.floor(int.length / 3); i++) {r += ',' + int.substring(f + i * 3, f + (i + 1) * 3)}if (f === 0) {r = r.substring(1);}return r + (!!fraction ? "." + fraction : '');
}

除法+求模

function format_with_mod(number) {var n = number;var r = ""; var temp;do {mod = n % 1000;n = n / 1000;temp = ~~mod;r =  (n >= 1 ?`${temp}`.padStart(3, "0"): temp) + (!!r ? "," + r : "")} while (n >= 1)var strNumber = number + "";var index = strNumber.indexOf(".");if (index > 0) {r += strNumber.substring(index);}return r;
}

正则

function format_with_regex(number) {var reg = /\d{1,3}(?=(\d{3})+$)/g;return (number + '').replace(reg, '$&,');
}function format_with_regex(number) {var reg = /(\d)(?=(?:\d{3})+$)/g   return (number + '').replace(reg, '$1,');
}

toLocaleString

function format_with_toLocaleString(number, minimumFractionDigits, maximumFractionDigits) {minimumFractionDigits = minimumFractionDigits || 2;maximumFractionDigits = (maximumFractionDigits || 2);maximumFractionDigits = Math.max(minimumFractionDigits, maximumFractionDigits);return number.toLocaleString("en-us", {maximumFractionDigits: maximumFractionDigits || 2,minimumFractionDigits: minimumFractionDigits || 2})
}

Intl.NumberFormat

function format_with_Intl(number, minimumFractionDigits, maximumFractionDigits) {minimumFractionDigits = minimumFractionDigits || 2;maximumFractionDigits = (maximumFractionDigits || 2);maximumFractionDigits = Math.max(minimumFractionDigits, maximumFractionDigits);return new Intl.NumberFormat('en-us', {maximumFractionDigits: maximumFractionDigits || 2,minimumFractionDigits: minimumFractionDigits || 2}).format(number)
}

性能

测试地址: 千分位性能测试
准备性能测试的代码, 为了测试带小数位和不带小数位,在getData的时候,如果随机值大于0.5, 将去除小数位。

function getData(count) {var data = new Array(count).fill(0).map(function (i) {var rd = Math.random();var r = rd * Math.pow(10, 10);if (rd > 0.5) {r = ~~r;}return r})return data;
}function test(data, fn, label) {var start = performance.now();for (var i = 0; i < data.length; i++) {fn(data[i]);}var time = performance.now() - start;message((fn.name || label) + ":" + time + "ms");
}function executeTest() {var data = getData(+textCount.value);test(data, format_with_array);test(data, format_with_mod);test(data, format_with_substring);test(data, format_with_regex);test(data, format_with_toLocaleString);test(data, format_with_Intl);
}function message(msg) {var el = document.createElement("p");el.innerHTML = msg;messageEl.appendChild(el);
}

测试数据50000

1. chrome 版本 74.0.3729.131(正式版本) (32 位)

format_with_array:59.13ms

format_with_mod:23.96ms

format_with_substring:44.04ms

format_with_regex:53.54ms

format_with_toLocaleString:1813.61ms

format_with_Intl:1973.45ms

2. 360极速浏览器11.0.2052.0
极速模式

format_with_array:63.30ms

format_with_mod:37.80ms

format_with_substring:41.40ms

format_with_regex:51.20ms

format_with_toLocaleString:3334.30ms

format_with_Intl:3485.80ms

兼容模式不支持 Array.fill Pass

3. 搜狗高速浏览器 8.5.10.30358

format_with_array:75.29ms

format_with_mod:35.47ms

format_with_substring:40.79ms

format_with_regex:49.86ms

format_with_toLocaleString:2418.04ms

format_with_Intl:2474.30ms

4. firefox 66.0.3

format_with_array:41.00ms

format_with_mod:25.00ms

format_with_substring:28.00ms

format_with_regex:43.00ms

format_with_toLocaleString:1799.00ms

format_with_Intl:2239.00ms

基本的结果都是一致的, 因为随机数不一样,结果也会偶尔不一致。

format_with_mod > format_with_substring > format_with_regex > format_with_array > format_with_toLocaleString > format_with_Intl

其中Intl.NumberFormat是有很大提升空间的,可以把实例缓存之类的。

当然,测试可能不严谨,问题不大,知道有这么几种思路就行,还有哪些思路呢? 欢迎留言。

写在最后

如果你觉得不错,你的一赞一评就是我前行的最大动力。

技术交流群请到 这里来。
或者添加我的微信 dirge-cloud,一起学习。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/791464.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【问题处理】银河麒麟操作系统实例分享,理光打印机lpr协议打印问题处理

1.问题环境 系统版本&#xff1a;Kylin-Desktop-V10-SP1-General-Release-xxx-20221120-x86_64 内核版本&#xff1a;linux 5.4.18-44kt-generic 系统版本&#xff1a;麒麟v10 sp1 处理器&#xff1a;kx6640ma 2.问题描述 问题详细描述&#xff1a;用户通过lpr协议去连接…

如何申请Telegram机器人 | 推送通知

一、前言 利用Telegram机器人推送通知&#xff0c;需要在环境变量填入正确的TG_BOT_TOKEN以及TG_USER_ID&#xff0c;以下教程简明阐述如何获取Token以及UserID 二、获取步骤 1、首先在Telegram上搜索BotFather机器人。需要注意的是&#xff0c;搜索结果中选择ID为BotFather…

基于SSM+Jsp+Mysql的图书仓储管理系统

开发语言&#xff1a;Java框架&#xff1a;ssm技术&#xff1a;JSPJDK版本&#xff1a;JDK1.8服务器&#xff1a;tomcat7数据库&#xff1a;mysql 5.7&#xff08;一定要5.7版本&#xff09;数据库工具&#xff1a;Navicat11开发软件&#xff1a;eclipse/myeclipse/ideaMaven包…

浅谈TCP(2):流量控制与拥塞控制

上文浅谈TCP&#xff08;1&#xff09;&#xff1a;状态机与重传机制介绍了TCP的状态机与重传机制。本文介绍流量控制&#xff08;Flow Control&#xff0c;简称流控&#xff09;与拥塞控制&#xff08;Congestion Control&#xff09;。TCP依此保障网络的QOS&#xff08;Quali…

Native Instruments Kontakt 7 for Mac v7.9.0 专业音频采样

Native Instruments Kontakt 7是一款强大的软件采样器&#xff0c;它允许用户从各种来源采样音频并进行编辑和处理。它包含大量预设采样库&#xff0c;包括乐器、合成器、鼓组和声音效果等。此外&#xff0c;Kontakt 7还允许用户创建自己的采样库&#xff0c;以便根据自己的需要…

【python】JSON快速使用

文章目录 1、什么是JSON2、JSON标准库的作用3、python和json数据类型转换4、json使用4.1、从python 对象格式化一个Json String4.2、写入.json文件4.3、Json String 转化成python 对象4.4、读取.json文件 1、什么是JSON json全名叫javaScript 对象表示法&#xff08;JavaScrip…

python ---- %r %s格式输出的区别

在python中&#xff0c; % s和 % r是我们常用的格式符&#xff0c;它们的用法基本一致&#xff0c;但作用却不尽相同&#xff0c;下面简要说明一下两者的区别&#xff1a; 1. % s是将对象 / 变量传递到str()方法中&#xff0c;并将其转化为面向用户的可阅读的格式。 2. % r是将…

》shader程序纹理《--带状渐变

》shader程序纹理《--带状渐变 2022-09-29 10:27 带状渐变&#xff0c;ripple粒子材质 评论(0)

redis群集有三种模式

目录 redis群集有三种模式 redis群集有三种模式 分别是主从同步/复制、哨兵模式、Cluster ●主从复制&#xff1a;主从复制是高可用Redis的基础&#xff0c;哨兵和集群都是在主从复制基础上实现高可用的。主从复制主要实现了数据的多机备份&#xff0c;以及对于读操作的负载均…

沐风老师3DMAX建筑砖生成器插件安装使用方法教程

3DMAX建筑砖生成器插件安装使用方法教程 3DMAX建筑砖生成器插件&#xff0c;一键生成建筑砖&#xff08;砖墙&#xff09;。旨在通过快速创建建筑砖来帮助建筑设计师简化向场景添加细节的过程。 【适用版本】 3DMax2013 - 2024 &#xff08;不仅限于此范围&#xff09; 【安装…

62、服务攻防——框架安全CVE复现SpringStrutsLaravelThinkphp

文章目录 常见语言开发框架&#xff08;主流&#xff09;&#xff1a; PHP&#xff1a;ThinkPHP、Laravel、YIIJAVA&#xff1a;Spring、SpringbootPython&#xff1a;FlaskJavaScript&#xff1a;Vue.js、Node.js 框架判断()&#xff1a; 通过插件Wappalyzer&#xff08;可能…

Maven 项目之快速选择环境配置文件

Maven项目中&#xff0c;多环境之间如何进行配置文件的切换。在我们开发的过程中&#xff0c;经常会出现开发环境、测试环境、生产环境等之间的切换&#xff0c;如果我们每次都去替换配置文件&#xff0c;就会跟繁琐&#xff0c;这个时候就可以创建多个环境&#xff0c;同时在对…

我的2024java实习投递历程

每天投递一个简历吧&#xff0c;我tm投投投投投投投 3/21 周四 招商银行 招银网络科技 杭州 java实习生 4月2号笔试 笔试经验&#xff1a;45分钟 30道选择题 题目回忆版&#xff1a; 1.8进制 1-777 多少个数各位乘积为0 2.有关系R&#xff08;ABCDE&#xff09;&…

秒杀活动库存扣减逻辑详解:从批量到单个,再到缓存与日志记录

场景是在进行秒杀活动时处理库存扣减的逻辑。下面我会提供一个简化的处理流程&#xff0c;并解释每一步的操作。 批量扣减库存: 当用户发起秒杀请求时&#xff0c;系统首先尝试批量扣减库存。这通常涉及到从数据库&#xff08;如MySQL&#xff09;中读取当前库存数量&#xff0…

skynet sproto编译

一、 git下载sproto https://github.com/cloudwu/sproto 二、编译 1、 去到 sproto 目录&#xff0c; 执行 make 如果出现如下报错 lsproto.c:881:12: 错误&#xff1a;expected ‘’, ‘,’, ‘;’, ‘asm’ or ‘__attribute__’ before ‘int’LUAMOD_API int 打开&#x…

DBU-Net:用于乳腺超声图像中肿瘤分割的双分支U形网络

DBU-Net&#xff1a;用于乳腺超声图像中肿瘤分割的双分支U形网络 摘要引言材料和方法概述所提出的方法 DBU-Net Dual branch U-Net for tumor segmentation in breast ultrasound images 摘要 乳腺超声医学图像通常具有低成像质量沿着不清楚的目标边界。这些问题使得医生在诊断…

从汇编看函数调用

文章目录 函数调用流程栈相关寄存器及的作用简介寄存器功能指令功能 栈函数的括号{}正括号反括号 参数传递传值&#xff0c;变量不可改传指针&#xff0c;变量可改C 传引用 函数调用实例 函数调用流程 目标&#xff1a;函数调用前后栈保持不变 保存main函数的寄存器上下文移…

导入excel内容

摘要&#xff1a; MultipartFile工具类&#xff1a; MultipartFile是SpringMVC提供简化上传操作的工具类。在不使用框架之前&#xff0c;都是使用原生的HttpServletRequest来接收上传的数据&#xff0c;文件是以二进制流传递到后端的&#xff0c;然后需要我们自己转换为File类&…

Android音视频开发 - MediaMetadataRetriever 相关

Android音视频开发 - MediaMetadataRetriever 相关 MediaMetadataRetriever 是android中用于从媒体文件中提取元数据新的类. 可以获取音频,视频和图像文件的各种信息,如时长,标题,封面等. 1:初始化对象 private MediaMetadataRetriever mediaMetadataRetriever new MediaMe…

Regression算法

文章目录 用线性回归找到最佳拟合直线标准回归函数局部加权线性回归函数 用线性回归找到最佳拟合直线 from google.colab import drive drive.mount("/content/drive")Mounted at /content/drivefrom numpy import *def loadDataSet(fileName):numFeat len(open(fi…