用 JS 寫一個同 Excel 表現的智能填充演算法

作者：jrainlau

segmentfault.com/a/1190000015951750

在使用Excel的時候，發現它的「智能填充」功能非常有趣，能夠智能地分析我當前的內容，然後準確預測出我期望得到的值。排除了AI的加成，發現這個功能其實也可以通過數學理論和簡單代碼來實現。經過一番折騰，終於用JS實現了大致的功能，然後我把它名為。

項目地址：https://github.com/jrainlau/smart-predictor

什麼是「智能填充」？

首先我們來看兩張gif圖：

GIF

GIF

是不是很神奇？假設我有一組給定的數據，Excel的智能填充能夠給我返回這一組數據。

更厲害的是，智能填充不是簡單地對數據進行遞增，而是會對數據進行分組，每個分組按照自己的規則去進行遞增，就比如說我們可以從得到。

在明白這些結論之後，我們就可以去討論它到底是怎麼實現的。

Separator

我們用數組作為例子。當我們拿到這樣一個數組的時候，第一步是要對其進行分析，分析數組內每個元素到底是一個數字，一段字元串，還是別的什麼東西。分析完了，就要給他們都標註更詳細的信息，然後把這些信息都組合起來。

比如數組元素，可以被處理成下面這個樣子：

而數組元素，則可以處理成這樣：

可以注意到，我會提取每一個元素的純數字部分出來，然後把其餘部分通過一個數組儲存起來。這一切就是所做的工作，我們最終會得到一個富含信息的新數組，然後繼續我們的工作吧！

Classifier

智能填充的最小單位是「組」。當我們通過上一步得到一個富含信息的新數組之後，接下來就應該對它們進行合理的分組。分組的動作包含了兩個細節：

同一組的數據應該擁有一致的「類型」，這裡我們使用 屬性去實現。

同一組的數據應該是連續的，否則的話就要把不連續的數據扔到一個新的組去。

假設有一個數組，元素和就應該被分配到名為的組去，和則會被分配到名為的組裡面，而和則會被另外分配到名為的新組裡面去，最後結果如下：

通過上述步驟，我們成功把數據進行分組，組與組之間的元素並不會相互干擾。接下來我們需要實現一個專門做「線性回歸」的方法，有了這個方法我們才能對數據進行「預測」。

Linear regression

「線性回歸」是一個數學理論，詳情請自己google之，這裡我直接使用線性回歸的二元一次公式去求得回歸直線的斜率：

其中是所有點x坐標的平均數，同樣的，是所有點y坐標的平均數。

通過這條公式，我們可以輕易得到數組的斜率和偏移量為，然後就可以知道以後的數據走向將會是。

這就是整一個「智能填充」的核心原理，接下來我們就可以依靠這個原理去實現數據的預測了。

Predictor

藉助線性回歸的力量，我們可以通過設置預測的次數，挨個挨個地對每一個分組數據進行預測，然後再把它們組合到一起形成一個新的結果數組。

以上文Classifier中的分組數據為例，對它預測一次，結果如下：

由於我們知道每一個數據的下標，所以我們可以簡單又準確地把它們放到正確的位置去，最後輸出如下：

接下來我們可以來看看測試用例對比Excel表現：

More

當前的仍然不夠「smart」，它只能預測自然數字，或者自然數字與字元串的結合，但仍然不支持對日期格式，字母列表等數據的預測。如果各位讀者有興趣，也非常歡迎大家來貢獻腦洞，讓變得更加智能。

【關於投稿】

如果大家有原創好文投稿，請直接給公號發送留言。

① 留言格式：

【投稿】+《 文章標題》+ 文章鏈接

② 示例：

【投稿】《不要自稱是程序員，我十多年的 IT 職場總結》：http://blog.jobbole.com/94148/

③ 最後請附上您的個人簡介哈~

覺得本文對你有幫助？請分享給更多人

關注「前端大全」，提升前端技能

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！