当前位置:首页 > 文章列表 > 文章 > 前端 > JavaScript深拷贝技巧与引用问题解析

JavaScript深拷贝技巧与引用问题解析

2026-01-10 12:56:44 0浏览 收藏

学习文章要努力,但是不要急!今天的这篇文章《JavaScript深拷贝方法及引用问题解决技巧》将会介绍到等等知识点,如果你想深入学习文章,可以关注我!我会持续更新相关文章的,希望对大家都能有所帮助!

JavaScript深拷贝的核心是创建完全独立的新对象以避免引用问题;常用方法包括JSON.parse(JSON.stringify())(简洁但有类型限制)、structuredClone()(现代原生推荐)、递归手写(完全可控)和Lodash的_.cloneDeep()(生产环境稳妥)。

如何实现JavaScript深拷贝_有哪些方法可以避免引用问题

JavaScript 中实现深拷贝的核心目标是创建一个与原对象完全独立的新对象,确保修改副本不会影响原始数据。引用问题(比如修改嵌套对象时意外改变原对象)通常源于浅拷贝或直接赋值,而深拷贝能彻底切断引用链。

JSON.parse(JSON.stringify()) —— 简单但有局限

这是最常用、写法最简洁的深拷贝方式,适合纯数据对象(只含字符串、数字、布尔值、null、数组、普通对象):

  • ✅ 优点:一行代码搞定,性能尚可,兼容性好
  • ❌ 缺点:会丢失函数、undefined、Symbol、Date、RegExp、Map、Set、BigInt 等类型;循环引用直接报错;不能处理原型链和不可枚举属性
  • ⚠️ 示例:const copy = JSON.parse(JSON.stringify(original));

structuredClone() —— 现代浏览器推荐方案

ES2022 引入的原生 API,支持更多数据类型,且能正确处理 Date、RegExp、Map、Set、ArrayBuffer、TypedArray 等:

  • ✅ 优点:原生、安全、语义清晰、支持大部分结构化数据
  • ❌ 缺点:目前不支持函数、undefined、Symbol、循环引用(仍会抛错),且在 Node.js 17+ 和较新浏览器中才可用
  • ⚠️ 示例:const copy = structuredClone(original);

递归手写深拷贝 —— 完全可控,适合复杂场景

当需要支持函数、自定义类型、循环引用或特殊逻辑时,需手动实现。关键点包括类型判断、递归遍历、缓存已拷贝对象(解决循环引用):

  • 用 typeof 和 Object.prototype.toString.call() 准确识别类型(如 Array、Date、RegExp、Map、Set)
  • 维护一个 WeakMap 记录源对象 → 拷贝对象的映射,遇到重复引用直接返回已有拷贝
  • 对普通对象和数组递归处理每个键值;对特殊类型(如 Date)调用构造器新建实例
  • ⚠️ 注意:不处理原型链上的属性,默认只拷贝自身可枚举属性(类似 Object.assign 行为)

Lodash 的 _.cloneDeep() —— 生产环境稳妥选择

经过大量测试的成熟工具函数,覆盖绝大多数边界情况(包括函数、循环引用、稀疏数组、不可枚举属性等):

  • ✅ 优点:健壮、文档完善、社区验证充分、支持自定义克隆逻辑(通过 customizer)
  • ❌ 缺点:引入额外依赖,包体积增加;部分场景略重(如仅需简单拷贝)
  • ⚠️ 使用:import { cloneDeep } from 'lodash-es'; const copy = cloneDeep(original);

选择哪种方法取决于你的运行环境、数据结构复杂度和是否允许第三方依赖。日常开发中,优先考虑 structuredClone()(兼容性满足时),否则用 Lodash;临时调试或简单数据可用 JSON 方案;需要极致控制或学习原理,就动手写递归版本。

文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《JavaScript深拷贝技巧与引用问题解析》文章吧,也可关注golang学习网公众号了解相关技术文章。

查看电脑主板型号和BIOS版本方法查看电脑主板型号和BIOS版本方法
上一篇
查看电脑主板型号和BIOS版本方法
知识管理软件推荐及平台选择指南
下一篇
知识管理软件推荐及平台选择指南
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    463次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    526次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    543次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    492次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    311次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码