性能对比：为什么 Set.has() 比 Array.includes() 更快？

Set：哈希表的魔力

Set 是一种集合数据结构，旨在存储唯一的值。JavaScript 中的 Set 通常使用 哈希表 来实现。在哈希表中，每个元素都有一个唯一的哈希值，这个哈希值用于快速定位和访问该元素。这意味着，当我们使用 Set.has() 来检查某个元素时，JS 引擎能够直接计算该元素的哈希值，从而迅速确定元素是否存在。查找操作的时间复杂度是 O(1) ，即无论集合中有多少个元素，查找的时间几乎是恒定的。

Array：顺序遍历

与 Set 不同，Array 是一种有序的列表结构，元素按插入顺序排列。在数组中查找元素时，Array.includes() 方法必须遍历数组的每一个元素，直到找到目标元素或确认元素不存在。这样，查找操作的时间复杂度是 O(n) ，其中 n 是数组中元素的个数。也就是说，随着数组中元素数量的增加，查找所需的时间将线性增长。

小型数据集

对于较小的集合，性能差异可能不那么明显。在这种情况下，无论是 Set.has() 还是 Array.includes()，都能以接近常数时间完成操作，因为数据集本身就很小。因此，在小数据集的情况下，开发者更关心的是易用性和代码的简洁性，而不是性能。

例如，以下是对小型数据集的查找操作：

// 小型数据集
const smallSet = new Set([1, 2, 3, 4, 5]);
console.log(smallSet.has(3));  // true

​
const smallArray = [1, 2, 3, 4, 5];
console.log(smallArray.includes(3));  // true

在这个示例中，Set.has() 和 Array.includes() 都能快速找到元素 3，两者的性能差异几乎不明显。

Set.has(Code 1)和 Array.includes(Code 2)代码性能分析。数据来源：CodePerf

大型数据集

当数据集变得更大时，Set.has() 的优势变得尤为明显。如果我们使用 Array.includes() 在一个包含上百万个元素的数组中查找一个目标元素，时间复杂度将变为 O(n) ，查找时间会随着数组的大小而增长。

而 Set.has() 在面对大数据集时，性能依然保持在 O(1) ，因为它利用了哈希表的高效查找特性。下面是两个在大数据集下性能对比的例子：

// 大型数据集
const largeArray = Array.from({ length: 1000000 }, (_, i) => i);
const largeSet = new Set(largeArray);

​
const valueToFind = 999999;

​
console.time("Set.has");
console.log(largeSet.has(valueToFind));  // true
console.timeEnd("Set.has");

​
console.time("Array.includes");
console.log(largeArray.includes(valueToFind));  // true
console.timeEnd("Array.includes");

在这个例子中，当数据集非常大时，Set.has() 显示了明显的性能优势，而 Array.includes() 的执行时间会随着数组的大小而显著增加。

Set.has(Code 1)和 Array.includes(Code 2)代码性能分析。数据来源：CodePerf

重复元素的影响

Set 本身就是一个集合，只允许存储唯一的元素，因此它天然会去除重复的元素。如果你在一个包含大量重复元素的数组中查找某个值，使用 Set 可以提高性能。因为在将数组转换为 Set 后，我们不必担心查找操作的冗余计算。

// 数组中有重复元素
const arrayWithDuplicates = [1, 2, 3, 1, 2, 3];
const uniqueSet = new Set(arrayWithDuplicates);

​
// 使用 Set 查找
console.log(uniqueSet.has(2));  // true