我最初想使用.reduce方法并递归调用一个函数来展平内部数组，但是当使用深度嵌套数组的深度嵌套数组时，这可能会导致堆栈溢出。使用concat也不是最好的方法，因为每次迭代都会创建数组的新浅层副本。我们可以做的是：

const flatten = arr => {
    for(let i = 0; i < arr.length;) {
        const val = arr[i];
        if(Array.isArray(val)) {
            arr.splice(i, 1, ...val);
        } else {
            i ++;
        }
    }
    return arr;
}

我们没有通过concat创建新数组，也没有递归调用任何函数。

http://jsbin.com/firiru/4/edit?js安慰

Haskell式方法

函数flatArray（[x，…xs]）{返回x？[…Array.isArray（x）？flatArray（x）：[x]。。。flatArray（xs）]：[]；}var na=[[1,2]，[3，[4,5]]，[6,7，[[[8]，9]，10]；fa=平面阵列（na）；console.log（fa）；

我认为最好的方法是这样：

var flatten = function () {
  return [].slice.call(arguments).toString().split(',');
};

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 ]

我写的简单的flatten util

const flatten = (arr, result = []) => {
    if (!Array.isArray(arr)){
        return [...result, arr];
    }
     arr.forEach((a) => {
         result = flatten(a, result)
    })

    return result
}

console.log(flatten([1,[2,3], [4,[5,6,[7,8]]]])) // [ 1, 2, 3, 4, 5, 6, 7, 8 ]

这里的大多数答案都不适用于大型（例如200000个元素）阵列，即使这样，它们也很慢。

以下是最快的解决方案，它也适用于具有多层嵌套的阵列：

const flatten = function(arr, result = []) {
  for (let i = 0, length = arr.length; i < length; i++) {
    const value = arr[i];
    if (Array.isArray(value)) {
      flatten(value, result);
    } else {
      result.push(value);
    }
  }
  return result;
};

示例

巨大的阵列

flatten(Array(200000).fill([1]));

它可以很好地处理巨大的数组。在我的机器上，执行这段代码需要大约14毫秒。

嵌套数组

flatten(Array(2).fill(Array(2).fill(Array(2).fill([1]))));

它适用于嵌套数组。此代码生成[1，1，1，2，1，3，1，1]。

具有不同嵌套级别的数组

flatten([1, [1], [[1]]]);

它对像这样的扁平化阵列没有任何问题。