由NPM引发的关于left-pad的那些事儿

发表于 5年以前 | 总阅读数：1771 次

说明：之前关于算法复杂度的描述部分不严谨，引起某些同学的疑义，在这里特别声明了算法仅考虑循环次数，并不包括String的concat操作，由于v8引擎对字符串concat的时间复杂度接近于常量（测试代码），因此循环次数对算法效率的影响比较大，后面的benchmark测试也可以说明问题。最后，算法时间复杂度减小，并不一定快，不一样的指令耗费的时间不一样，所以实际工程中还需要以实际测试为准。特别感谢：@flowmemo 的 String.prototype.repeat在V8和Chakra中的实现 ---- 月影 2016-03-29

最近NPM社区出了一件大事，一个开发者对NPM公司不满，unpublish了自己的所有模块。其中包括被广泛使用的left-pad，导致Babel、ReactNative、Ember等大量工具构建失败。

这件事件本身不是我们这篇文章要讨论的主要内容，关注事件的同学可以移步知乎参与相关讨论。

本文讨论的内容是关于 left-pad 这个函数的实现。

原作者的实现代码是这样的：

function leftpad (str, len, ch) {
      str = String(str);

      var i = -1;

      if (!ch && ch !== 0) ch = " ";

      len = len - str.length;

      while (++i < len) {
        str = ch + str;
      }

      return str;
    }

这个实现在微博上引起了广泛讨论并被吐槽。在这里我主要想讨论这段代码被吐槽的原因。

作为专业的程序员（码农），我们应该知道代码主要是给人阅读的，只是偶尔让计算机执行一下，那么我们关注代码的两个方面：

代码风格
执行效率

前者是给人阅读，后者是执行效率。

可读性：

由于这段代码本身逻辑并不复杂，作者这个实现也是中规中矩的，因此说有什么大毛病，其实也还没有。吹毛求疵一点，那也不过是这段代码不符合JavaScript（或者说JS程序员）的风格。

这段代码，如果让月影按JS风格来写，可能会是这样的：

function leftpad(str, len, ch){
      str = "" + str;
      var padlen = len - str.length;
      if(padlen <= 0){ 
        return str;
      }else{
        return (new Array(padlen + 1)).join((""+ch) || " ") + str;
      }
    }

在这里，我们利用Array的join方法来完成重复字符串的拼接，这是使用了JS语言本身的特性，消除了循环，让代码更简单（在JS程序员眼里更简单），有点意思。

有同学可能会提出来，那么我们可以更简单，利用更多的JS特性完成这个工作：

function leftpad(str,len,ch) {
        return ((new Array(len + 1)).join((ch+"")||" ") + str)
            .slice(-Math.max(len, (""+str).length));
    }

的确如此。如果考虑到ES6新的API，我们可以有更加"语义化"的写法（也更高效，后面会提到）：

function leftpad(str, len, ch){
      str = "" + str;
      if (!ch && ch !== 0) ch = " ";
      var padlen = len - str.length;
      if(padlen <= 0){ 
        return str;
      }else{
        return ch.repeat(padlen) + str;
      }
    }

或者

function leftpad(str,len,ch) {
        return (((ch+"")||" ").repeat(len) + str)
            .slice(-Math.max(len, (""+str).length));
    }

但是，我们需要对不支持repeat的浏览器做降级处理，降级处理的实现在后面讨论。

以上是从代码风格，或者说从人书写和阅读的方便程度上去考虑如何写一个JS函数。那么还有另外一个角度，从机器的角度，在可读性允许的情况下，如何尽可能提高执行的效率。

我们回顾原作者的版本，如果要补n位字符, 字符串加法，也就是String.prototype.concat的执行次数是n次, 也就是O(n)，那么这个过程有没有更高效率的方法呢？我们仔细想，构造填补字符的时候没必要一个字符一个字符添加呀，我们可以用倍增的办法来添加，因此，这个构造算法可以用concat次数大约是O(logN)的复杂度来实现：

function leftpad(str, len, ch){
      str = "" + str;
      if(!ch && ch !== 0) ch = " ";
      ch = "" + ch;

      var padlen = len - str.length;
      if(padlen <= 0) return str;

      var padch = padlen & 1 ? ch : "";

      while(padlen >>= 1){
        ch += ch;
        if(padlen & 1){
            padch += ch;
        }
      }
      return padch + str;
    }

注意到上面的代码每次循环最多有两次concat的操作, 而循环次数约等于logn, 所以按concat的次数来记它的复杂度为O(logn)。然后我们回到前面说的用repeat实现，为什么我说它性能更好？我们可以看一下repeat的实现：

if (!String.prototype.repeat) {
      String.prototype.repeat = function(count) {
        "use strict";
        if (this == null) {
          throw new TypeError("can\"t convert " + this + " to object");
        }
        var str = "" + this;
        count = +count;
        if (count != count) {
          count = 0;
        }
        if (count < 0) {
          throw new RangeError("repeat count must be non-negative");
        }
        if (count == Infinity) {
          throw new RangeError("repeat count must be less than infinity");
        }
        count = Math.floor(count);
        if (str.length == 0 || count == 0) {
          return "";
        }
        // Ensuring count is a 31-bit integer allows us to heavily optimize the
        // main part. But anyway, most current (August 2014) browsers can"t handle
        // strings 1 << 28 chars or longer, so:
        if (str.length * count >= 1 << 28) {
          throw new RangeError("repeat count must not overflow maximum string size");
        }
        var rpt = "";
        for (;;) {
          if ((count & 1) == 1) {
            rpt += str;
          }
          count >>>= 1;
          if (count == 0) {
            break;
          }
          str += str;
        }
        // Could we try:
        // return Array(count + 1).join(this);
        return rpt;
      }
    }

从官方推荐的polyfill实现来看，它使用的就是O(logN)的算法。

所以，如果结合代码风格和执行效率，我们可以得到一个比较好的版本----

if (!String.prototype.repeat) {
      String.prototype.repeat = function(count) {
        "use strict";
        if (this == null) {
          throw new TypeError("can\"t convert " + this + " to object");
        }
        var str = "" + this;
        count = +count;
        if (count != count) {
          count = 0;
        }
        if (count < 0) {
          throw new RangeError("repeat count must be non-negative");
        }
        if (count == Infinity) {
          throw new RangeError("repeat count must be less than infinity");
        }
        count = Math.floor(count);
        if (str.length == 0 || count == 0) {
          return "";
        }
        // Ensuring count is a 31-bit integer allows us to heavily optimize the
        // main part. But anyway, most current (August 2014) browsers can"t handle
        // strings 1 << 28 chars or longer, so:
        if (str.length * count >= 1 << 28) {
          throw new RangeError("repeat count must not overflow maximum string size");
        }
        var rpt = "";
        for (;;) {
          if ((count & 1) == 1) {
            rpt += str;
          }
          count >>>= 1;
          if (count == 0) {
            break;
          }
          str += str;
        }
        // Could we try:
        // return Array(count + 1).join(this);
        return rpt;
      }
    }

    function leftpad(str, len, ch){
      str = "" + str;
       if (!ch && ch !== 0) ch = " ";
      var padlen = len - str.length;
      if(padlen <= 0){ 
        return str;
      }else{
        return ch.repeat(padlen) + str;
      }
    }

最后，我们跑一下Benchmark

var Benchmark = require("benchmark");

    var suite = new Benchmark.Suite;

    function leftpad_azer (str, len, ch) {
      str = String(str);

      var i = -1;

      if (!ch && ch !== 0) ch = " ";

      len = len - str.length;

      while (++i < len) {
        str = ch + str;
      }

      return str;
    }

    function leftpad_array1 (str, len, ch){
      str = "" + str;
      var padlen = len - str.length;
      if(padlen <= 0){ 
        return str;
      }else{
        return (new Array(padlen + 1)).join((""+ch) || " ") + str;
      }
    }

    function leftpad_array2 (str,len,ch) {
      return ((new Array(len + 1)).join((ch+"")||" ") + str)
        .slice(-Math.max(len, (""+str).length));
    }

    function leftpad_repeat(str, len, ch){
      str = "" + str;
      if (!ch && ch !== 0) ch = " ";
      var padlen = len - str.length;
      if(padlen <= 0){ 
        return str;
      }else{
        return ch.repeat(padlen) + str;
      }
    }

    function leftpad_binary(str, len, ch){
      str = "" + str;
      if(!ch && ch !== 0) ch = " ";
      ch = "" + ch;

      var padlen = len - str.length;
      if(padlen <= 0) return str;

      var padch = padlen & 1 ?  ch  : "";

      while(padlen >>= 1){
        ch += ch;
        if(padlen & 1){
          padch += ch;
        }
      }
      return padch + str;
    }

    // add tests
    suite.add("leftpad#azer", function() {
      leftpad_azer("10",1000,"0")
    })
    .add("leftpad#array1", function() {
      leftpad_array1("10",1000,"0")
    })
    .add("leftpad#array2", function() {
      leftpad_array2("10",1000,"0")
    })
    .add("leftpad#repeat", function() {
      leftpad_repeat("10",1000,"0")
    })
    .add("leftpad#binary", function() {
      leftpad_binary("10",1000,"0")
    })
    // add listeners
    .on("cycle", function(event) {
      console.log(String(event.target));
    })
    .on("complete", function() {
      console.log("Fastest is " + this.filter("fastest").map("name"));
    })
    // run async
    .run({ "async": true });

可以看到 Node.js 下性能最高的版本是我们自己实现的O(logN)版

leftpad#azer x 82,459 ops/sec ±3.11% (74 runs sampled)
    leftpad#array1 x 24,252 ops/sec ±2.17% (72 runs sampled)
    leftpad#array2 x 60,480 ops/sec ±3.56% (74 runs sampled)
    leftpad#repeat x 5,668,275 ops/sec ±4.67% (77 runs sampled)
    leftpad#binary x 6,488,969 ops/sec ±1.14% (89 runs sampled)