背景
在我的Group Randomizer應用程序中，我的MVP（最低可行產品）的功能之一是創建保存組功能。 當用戶單擊"保存組"按鈕時，它將當前選項列表保存為新組。 但是，此功能的核心功能是，如果找到一個具有相同選項的現有保存組，而不考慮順序，則將顯示一條警報，指出具有您當前選項列表的組已經存在。
例如，"保存的組＃1"具有人員列表，即"Sam"和"Bob"。 如果我當前的選項列表是"Bob"和"Sam"，並且我嘗試將其另存為新組，則會彈出警報，提示"具有當前選項列表的已保存組已存在。 它是保存的組＃1"。
對於本博客，我將介紹如何創建算法來創建此檢查功能以及Occam剃刀的應用。 如果您不熟悉Occam的剃刀，則Wikipedia的定義是：
奧卡姆（Occam）剃刀……是解決問題的原則，其中指出"不應在沒有必要的情況下增加實體"。
嘗試檢查組算法
下面的代碼是我第一次嘗試檢查組算法。
<code>function checkGroups(savedGroup, currentListOfOptions) { savedGroupHash = {} // populates the savedGroupHash based on the contents of the savedGroup array parameter for (let i = 0; i < savedGroup.length; i++){ savedGroupHash[savedGroup[i]] = true } // checks the savedGroupHash against the current list of options to check if savedGroupHash contains all of the list of options for (let j = 0; j < currentListOfOptions.length; j++) { if (!savedGroupHash.hasOwnProperty(currentListOfOptions[j])) { return false } } return true}/<code>
注意：此算法的參數均為數組。 每當下面提到"選項"時，它就是指它們各自數組中的元素。
為了提供有關如何使用該算法的總體信息，我創建了兩個for循環。 第一個for循環根據savedGroup參數的內容填充了saveGroupHash。 對於鍵值對，鍵是默認值為true的選項。 此值（或缺少該值）將在第二個for循環中用作布爾值。 在第二個for循環中，我對照了savedGroupHash檢查了currentListOfOptions參數中的每個選項。 只要currentListOfOptions中的選項未包含在savedGroupHash中，我將返回false，這將立即退出該函數。 如果不是，那麼最後一行將返回true，因為從第二個for循環開始它沒有返回false。
在檢查組算法中測試首次嘗試
根據我在上一個博客中進行正確測試的經驗，我決定創建一些測試用例以徹底測試我的算法。 在這種情況下，想到了三種情況。
- savedGroup和currentListOfOptions實際上具有完全相同的選項，但順序不同。 這應該返回true.
- savedGroup包含與currentListOfOptions相同的選項，但具有比currentListOfOptions更多的選項。 這應該返回false.
- currentListOfOptions包含與saveGroup相同的選項，但具有比saveGroup更多的選項。 這應該返回false。
在第一種情況下，我們使用saveGroup = ["Sam"，"Bob"]和currentListOfOptions = ["Bob"，" Sam"]。 接下來，讓我們將這兩個變量作為參數輸入到算法中，然後控制檯記錄返回值。
const savedGroup = ["Sam", "Bob"]const currentListOfOptions = ["Bob", "Sam"]console.log(checkGroups(savedGroup, currentListOfOptions)) //true
看起來這已經通過了我們的第一個測試用例。 讓我們繼續第二個測試用例。
在第二種情況下，我們使用savedGroup = [" Sam"，" Bob"，" Jane"]和currentListOfOptions = [" Bob"，" Sam"]。 接下來，讓我們將這兩個變量輸入算法，然後控制檯記錄返回值。
<code>const savedGroup = ["Sam", "Bob"]const currentListOfOptions = ["Bob", "Sam"]console.log(checkGroups(savedGroup, currentListOfOptions)) //true/<code>
看起來這沒有通過我們的第二個測試案例。 讓我們繼續第三個測試案例。
在第三種情況下，我們使用savedGroup = [" Sam"，" Bob"]和currentListOfOptions = [" Bob"，" Sam"，" Jane"]。 接下來，讓我們將這兩個變量輸入算法，然後控制檯記錄返回值。
<code>const savedGroup = ["Sam", "Bob", "Jane"]const currentListOfOptions = ["Bob", "Sam"]console.log(checkGroups(savedGroup, currentListOfOptions)) //true/<code>
看起來這已經通過了我們的第三個測試用例。
嗯……看來此算法無法正常工作。 在分析完我的代碼後，看起來每個參數的長度差異可能會使其丟掉。 如果是這種情況，請更改算法以適應這種情況。
檢查組算法的第二次嘗試
下面的代碼是我第二次嘗試檢查組算法。
<code>function checkGroups(savedGroup, currentListOfOptions) { const savedGroupHash = {} for (let i = 0; i < savedGroup.length; i++) { savedGroupHash[savedGroup[i]] = 1 } for (let j = 0; j < currentListOfOptions.length; j++) { if (savedGroupHash.hasOwnProperty(currentListOfOptions[j])) { savedGroupHash[currentListOfOptions[j]] -= 1 } else { savedGroupHash[currentListOfOptions[j]] = 1 } } let sum = Object.values(savedGroupHash).reduce( (acc, current) => acc += current) if (sum === 0) { //this means the same group already exists return true } else { //this means the group does not already exist return false }}/<code>為了提供對該算法的總體概述，有兩個for循環，一個累加器和一個if / else語句。 第一個for循環與第一個算法中的第一個for循環幾乎具有相同的功能，但是，它提供了默認值1。第二個for循環為currentListOfOptions中的每個選項操縱saveedGroupHash。 如果該選項位於SavedGroupHash中，則將值減1，結果為0；否則，添加一個新的鍵值對，其中鍵為選項本身，值為1，類似於第一個 for循環。
接下來，使用累加器，它將獲取saveGroupHash中所有值的總和。 sum的目的是幫助確定saveGroup數組和currentListOfOptions數組之間的長度是否存在差異。 我在if / else語句的條件比較中使用總和，以便返回true或false。
現在是令人不安的部分：測試此新算法。
在檢查組算法中測試第二次嘗試
為了保持一致性，我將使用與首次嘗試該算法時相同的測試用例。 為簡潔起見，我還將結合所有三個測試用例的代碼和結果。
<code>//Test Case #1const savedGroup = ["Sam", "Bob"]const currentListOfOptions = ["Bob", "Sam"]console.log(checkGroups(savedGroup, currentListOfOptions)) //true//Test Case #2const savedGroup = ["Sam", "Bob", "Jane"]const currentListOfOptions = ["Bob", "Sam"]console.log(checkGroups(savedGroup, currentListOfOptions)) //false//Test Case #3const savedGroup = ["Sam", "Bob"]const currentListOfOptions = ["Bob", "Sam", "Jane"]console.log(checkGroups(savedGroup, currentListOfOptions)) //false/<code>
是! 看起來該算法正在按預期工作！ 我們終於可以稱之為一天了，但是…
奧卡姆剃刀
第二天，當我在Group Randomizer應用程序上工作時，我再次查看了檢查組算法。 我一直為這個算法的成功而苦惱（因為我花了1-2個小時來開發它），直到我意識到第二種算法完全是矯枉過正。 什麼意思？
讓我們再次看看測試用例，以及為什麼我改變了對算法的第一次嘗試。 導致測試失敗的根本原因的原始假設是每個參數的數組長度（如測試用例2所示）。 在該算法的第二次嘗試中，我操縱了savedGroupHash哈希值，以便跟蹤saveGroup和currentListOfOptions之間的數組長度差異。 總和是數組長度之間的差。 如果sum為0，則數組長度相同，並返回true。 其他任何值都將返回false。
換一種方式來看，我本質上是在檢查saveGroup和currentListOfOptions的長度是否相同。 由於我知道這兩個參數是數組類型，因此我只需在每個參數上調用.length即可確認它們的長度是否相等。 如果這些長度不一樣，我可以立即返回false。 下面的代碼表示此實現。
<code>if (savedGroup.length !== currentListOfOptions.length) { return false}/<code> 現在，我可以使用上面的代碼修改算法的首次嘗試。
<code>function checkGroups(savedGroup, currentListOfOptions) { //insert new code here if (savedGroup.length !== currentListOfOptions.length) { return false } savedGroupHash = {} for (let i = 0; i < savedGroup.length; i++){ savedGroupHash[savedGroup[i]] = true } for (let j = 0; j < currentListOfOptions.length; j++) { if (!savedGroupHash.hasOwnProperty(currentListOfOptions[j])) { return false } } return true}/<code>您可能接下來會猜到，我使用此算法運行了所有三個測試用例，並通過了所有三個測試用例！
我能夠簡化檢查數組長度的代碼
<code>for (let j = 0; j < currentListOfOptions.length; j++) { if (savedGroupHash.hasOwnProperty(currentListOfOptions[j])) { savedGroupHash[currentListOfOptions[j]] -= 1 } else { savedGroupHash[currentListOfOptions[j]] = 1 } } let sum = Object.values(savedGroupHash).reduce( (acc, current) => acc += current)if (sum === 0) { //this means the same group already exists return true } else { //this means the group does not already exist return false }}/<code>至
<code>if (savedGroup.length !== currentListOfOptions.length) { return false}/<code>第一次嘗試檢查組算法的意外結果
在測試第一個未修改算法和第二個算法之間的過程中，我意識到了第一個未修改算法的實際作用。 儘管它沒有達到檢查組是否相同的目的，但它檢查了一個組currentListOfOptions是否是另一組saveGroup的子集。 我無意間創建了一種檢查子集的算法，而不是檢查整個集合的算法。 現在，如果將來需要檢查子集，則無需從頭開始重新創建算法，也不需要使用第一個未修改的算法來利用它。
重要要點
創建此算法時，我學了兩個主要課程。
- 不要因為過於複雜而陷入困境。
在算法的第二次嘗試中，我一直在想著該算法必須包含某種複雜的解決方案，因為這不是一個共同的功能（可能不正確）。 如您所知，當可以用三行代碼（如果我不使用大括號的話，則只需一行）完成此錯誤時，我就以一種迂迴的方式解決了該錯誤。 如果您開始認為您的解決方案開始變得複雜，請退後一步，重新評估您要達到的目標，然後看看是否可以用其他方式表達它，以尋求更好的方法。
- 研究算法實際上是有幫助的。
像許多有抱負的軟件開發人員一樣，我將研究不同的數據結構和算法，並在LeetCode等網站上練習求解算法。 起初，我並沒有真正瞭解研究這些算法的目的，因為我覺得我永遠不會在技術面試之外應用這些算法。 但是，在我第一次嘗試創建檢查組算法時，我憑直覺將哈希值用於比較目的。 當我想到為什麼這樣做時，我突然意識到這是因為使用哈希是解決LeetCode算法以將時間複雜度從O（n²）提升到O（n）的一種常用方法。 現在，我發現我最想不到的算法可能適用於我的代碼。
(本文翻譯自Samuel Guo的文章《Occam's Razor: Keeping the Code Short and Simple》，參考：https://levelup.gitconnected.com/occams-razor-keeping-the-code-short-and-simple-7ce4b60f87d4)
閱讀更多 聞數起舞 的文章
