const common = arr.reduce((a, b) => [...a, ...b], [])

如何使用JavaScript 1.8的reduce（callback[，initialValue]）方法

list.reduce((p,n) => p.concat(n),[]);

能胜任这项工作。

您可以使用Undercore：

var x = [[1], [2], [3, 4]];

_.flatten(x); // => [1, 2, 3, 4]

我知道这有点粗糙，但我所知道的扁平化字符串数组（任何深度！）（没有逗号！）的唯一简洁方法是将数组转换为字符串，然后用逗号分割字符串：

var myArray =[["$6"], ["$12"], ["$25"], ["$25"], ["$18"], ["$22"], ["$10"], ["$0"], ["$15"],["$3"], ["$75"], ["$5"], ["$100"], ["$7"], ["$3"], ["$75"], ["$5"]];
var myFlatArray = myArray.toString().split(',');

myFlatArray;
// ["$6", "$12", "$25", "$25", "$18", "$22", "$10", "$0", "$15", "$3", "$75", "$5", "$100", "$7", "$3", "$75", "$5"]

这应该适用于任何深度的仅包含字符串和数字（整数和浮点）的嵌套数组，但需要注意的是，数字将在过程中转换为字符串。这可以通过一点映射来解决：

var myArray =[[[1,2],[3,4]],[[5,6],[7,8]],[[9,0]]];
var myFlatArray = myArray.toString().split(',').map(function(e) { return parseInt(e); });
myFlatArray;
// [1, 2, 3, 4, 5, 6, 7, 8, 9, 0]

只有没有lodash的最佳解决方案

let flatten = arr => [].concat.apply([], arr.map(item => Array.isArray(item) ? flatten(item) : item))

泛型过程意味着我们不必在每次需要利用特定行为时重写复杂性。

concatMap（或flatMap）正是我们在这种情况下需要的。

//凹面：：（[a]，[a]）->[a]常量concat=（xs，ys）=>xs.concat（系统）//concatMap:：（a->[b]）->[a]->[b】常量concatMap=f=>xs=>xs.map（f）.reduce（concat，[]）//id：：a->a常量id=x=>x（x）//展平：：[[a]]->[a]常量展平=concatMap（id）//您的示例数据常量数据=[["$6"], ["$12"], ["$25"], ["$25"], ["$18"], ["$22"], ["$10"]]console.log（展平（数据））

远见

是的，你猜对了，它只会使一个层次变平，这正是它应该工作的方式

想象一下这样的数据集

//玩家：：（字符串，数字）->玩家常量玩家=（姓名，号码）=>[姓名、编号]//team:：（.Player）->团队const团队=（…玩家）=>玩家//游戏：：（团队，团队）->游戏常量游戏=（teamA，teamB）=>[团队A，团队B]//样本数据常量团队A=团队（球员（'ob'，5），球员（'lice'，6））常量组B=团队（球员（“恶心”，4），球员（“朱利安”，2））常量游戏=游戏（A队、B队）console.log（游戏）//[[鲍勃，5]，[爱丽丝，6]，//[['ricky'，4]，['julian'，2]]]

好的，现在假设我们要打印一份名册，显示所有将参加比赛的球员…

const gamePlayers = game =>
  flatten (game)

gamePlayers (game)
// => [ [ 'bob', 5 ], [ 'alice', 6 ], [ 'ricky', 4 ], [ 'julian', 2 ] ]

如果我们的展平过程也展平了嵌套数组，我们最终会得到这个垃圾结果…

const gamePlayers = game =>
  badGenericFlatten(game)

gamePlayers (game)
// => [ 'bob', 5, 'alice', 6, 'ricky', 4, 'julian', 2 ]

滚得很深，宝贝

这并不是说有时候你也不想压平嵌套的数组——只是这不应该是默认行为。

我们可以轻松地制作一个deepFlatten程序…

//凹面：：（[a]，[a]）->[a]常量concat=（xs，ys）=>xs.concat（系统）//concatMap:：（a->[b]）->[a]->[b】常量concatMap=f=>xs=>xs.map（f）.reduce（concat，[]）//id：：a->a常量id=x=>x（x）//展平：：[[a]]->[a]常量展平=concatMap（id）//deepFlatten：：[[a]]->[a]恒定深度展平=凹面贴图（x=>Array.isArray（x）？深度展平（x）：x）//您的示例数据常量数据=[0, [1, [2, [3, [4, 5], 6]]], [7, [8]], 9]console.log（展平（数据））// [ 0, 1, [ 2, [ 3, [ 4, 5 ], 6 ] ], 7, [ 8 ], 9 ]console.log（deepFlatten（数据））// [ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 ]

那里现在，每个作业都有一个工具——一个用于挤压一层嵌套、展平，另一个用于清除所有嵌套深度展平。

如果你不喜欢deepFlatten这个名字，也许你可以称之为毁灭或核武器。

不要重复两次！

当然，上面的实现是聪明和简洁的，但是使用.map后跟.reduce的调用意味着我们实际上要做的迭代超过了需要

使用我称之为mapReduce的可靠组合器，可以帮助将迭代保持在最小值；它采用一个映射函数m:：a->b，一个归约函数r:：（b，a）->b，并返回一个新的归约函数-这个组合子是换能器的核心；如果你感兴趣，我已经写了其他关于他们的答案

//mapReduce=（a->b，（b，a）->b，（a，b）->b）常量mapReduce=（m，r）=>（加速度，x）=>r（加速度，m（x））//concatMap:：（a->[b]）->[a]->[b】常量concatMap=f=>xs=>xs.reduce（mapReduce（f，concat），[]）//凹面：：（[a]，[a]）->[a]常量concat=（xs，ys）=>xs.concat（系统）//id：：a->a常量id=x=>x（x）//展平：：[[a]]->[a]常量展平=concatMap（id）//deepFlatten：：[[a]]->[a]恒定深度展平=凹面贴图（x=>Array.isArray（x）？深度展平（x）：x）//您的示例数据常量数据=[ [ [ 1, 2 ],[ 3, 4 ] ],[ [ 5, 6 ],[ 7, 8 ] ] ]console.log（展平（数据））// [ [ 1. 2 ], [ 3, 4 ], [ 5, 6 ], [ 7, 8 ] ]console.log（deepFlatten（数据））// [ 1, 2, 3, 4, 5, 6, 7, 8 ]