1. 理解与定义：什么是连续分组
1.1 概念界定
在数据序列中进行“连续分组”时，核心目标是将相邻的元素按照一个“分组键”划分为若干组，只有相邻且具有相同分组键的元素才会落到同一个组，一旦遇到键值改变，就会开启一个新的分组。这个过程的时间复杂度通常为 O(n)，且对内存的需求取决于输出结果的结构。对于常见的实现，输出是一个“组列表”，每个组内包含若干原始项。关键点在于边界的识别：相邻项的分组键是否相同，将决定是否继续扩展当前组，还是创建新组。
从更广义的角度看，连续分组与全局分组（按某个字段对所有元素进行分组）不同。连续分组关注的是序列中的局部相邻关系，而全局分组关注的是整个集合在某个键维度上的聚合。理解这两个概念的差异，有助于在实际场景中选取合适的实现方式。
1.2 应用场景
常见的应用场景包括：日志按相邻事件类型分段、传感器数据在相同读数段的聚合、文本处理时按连续相同单词出现的片段提取等。在流式数据或实时监控场景中，连续分组尤其有用，可以快速把数据切分成可处理的片段进行下游分析。
在前端开发中，连续分组也常用于 UI 需要按时间段或状态片段呈现数据的场景，例如按相邻日期段分组的日历视图、股票行情的连续涨跌段落等。关注点是分组逻辑要尽可能简洁且可预测，以利于维护与扩展。
2. 实现原理与核心要点
2.1 边界判断
实现的核心在于对“边界”的判断：如果当前元素的分组键与上一组的键不同，则开启新组；如果相同，则将当前元素添加到当前组尾部。这个判定通常只需要一个可变的“当前分组键”变量来实现。通过线性遍历，可以确保时间复杂度为 O(n)。
为了兼顾对对象和原始值的处理，可以让分组键通过一个回调函数得到：keyFn(item)，若没有提供，则对原始值直接作为键。这样既支持简单数组，也支持对象数组的分组需求。
2.2 数据结构选择
常见的输出结构是“组数组”，即 [[item1, item2], [item3, item4, item5], ...]，也可以进一步映射为对象结构，如 [{ key: k1, items: [..] }, { key: k2, items: [..] }]。选择哪种结构取决于后续使用场景：是仅需要分组结果，还是需要对每组附带键值信息。
在实现中，推荐保持简单、可扩展性强的形式：先输出为组数组，再按需转换为目标结构。这样做可以让核心遍历算法保持高效、可重用。
3. 算法对比与设计路径
3.1 逐元素遍历的连续分组
最直观、最常用的实现是对数组进行一次完整遍历，在每一步判断当前元素的键是否与上一组的键相同。时间复杂度 O(n)，空间复杂度取决于分组的数量，在多数场景下是线性可接受的。若要保持稳定性，应尽量避免多次深拷贝，使用就地扩展的列表结构即可。
伪代码要点：初始化空组列表与当前键；遍历每个元素，计算键；若是新键则创建新组，否则将元素添加到当前组；遍历结束后返回组列表。
3.2 处理复杂条件的分组
当分组需要基于复杂条件（如嵌套属性、多个字段组合）时，可以通过 keyFn 同时计算一个“组合键”。组合键的设计应保持简单、可重复性强，避免过于复杂的逻辑导致性能下降或难以维护。
对于流式数据或大数据量的场景，可以采用分块处理、缓存最近键值或使用迭代器的方式来降低单次内存峰值。分块处理是实现流式分组的常见策略，有利于实时性和内存控制。
4. JS实现实战代码示例
4.1 示例01：按相邻值分组
下面的实现演示了对一维数组按相邻值分组的通用方法。核心逻辑是比较当前项的分组键与上一项的键是否相同，若不同则开启新组，否则将当前项追加到当前组中。
/*** 将数组按连续相同的 key 分组* arr: 输入数组* keyFn: 回调函数，返回分组键；如果为未定义则默认使用 item 本身作为键*/
function groupConsecutive(arr, keyFn) {const groups = [];let currentGroup = [];let lastKey;for (const item of arr) {const key = typeof keyFn === 'function' ? keyFn(item) : item;if (currentGroup.length === 0 || key !== lastKey) {if (currentGroup.length > 0) groups.push(currentGroup);currentGroup = [item];lastKey = key;} else {currentGroup.push(item);}}if (currentGroup.length > 0) groups.push(currentGroup);return groups;
}// 示例数据：按数值本身分组
const data = [1, 1, 2, 2, 2, 3, 3, 1, 1];
const result = groupConsecutive(data, x => x);
console.log(result);
// 输出：[[1,1],[2,2,2],[3,3],[1,1]]
在以上实现中，键值的获取方式灵活：可以传入简单的值，也可以传入对对象的字段访问函数，例如 keyFn=item => item.type。若需要对元素本身进行分组，这种实现同样适用。
4.2 示例02：将分组结果映射为对象结构
为了便于在后续数据处理或 UI 渲染中使用，可以把分组结果再映射为一个带键名的对象结构。这里以示例01的分组为基础，转换为“{ key, items }”的形式，便于索引和展示。
// 继续使用上面的 groupConsecutive 和 data
const rawGroups = groupConsecutive(data, x => x);// 将每组转换为 { key, items } 对象
const mappedGroups = rawGroups.map(group => ({key: group[0], // 每组的键值等于该组第一个元素（因为分组键相同）items: group
}));console.log(mappedGroups);
/*
[{ key: 1, items: [1,1] },{ key: 2, items: [2,2,2] },{ key: 3, items: [3,3] },{ key: 1, items: [1,1] }
]
*/
通过这样的转换，可以直观地看到每组的键及其对应的项，同时支持进一步的筛选、排序或聚合操作。
4.3 示例03：流式数据的连续分组
当数据以流的方式到达，不能一次性加载全部数据时，可以采用“分块处理”的思路来实现连续分组，确保内存开销可控。下面给出一个简化的分块示例，演示如何在多次接收数据块时保持分组连续性。
/*** 从分块数据中进行连续分组，保持跨块的分组连续性* chunks: 数据块的数组，例如 [[1,1,2], [2,3,3], [1,1]]* keyFn: 获取分组键*/
function groupConsecutiveFromChunks(chunks, keyFn) {const groups = [];let lastKey;let currentGroup = [];for (const chunk of chunks) {for (const item of chunk) {const key = typeof keyFn === 'function' ? keyFn(item) : item;if (currentGroup.length === 0 || key !== lastKey) {if (currentGroup.length > 0) groups.push(currentGroup);currentGroup = [item];lastKey = key;} else {currentGroup.push(item);}}}if (currentGroup.length > 0) groups.push(currentGroup);return groups;
}const chunks = [[1,1,2], [2,3,3], [1,1]];
const streamResult = groupConsecutiveFromChunks(chunks, x => x);
console.log(streamResult);
该方式的核心在于维护跨块的当前分组状态，确保无论数据以何种粒度到达，分组边界判断依然正确。
5. 优化技巧与常见陷阱
5.1 性能考量
对于大数据量或高频级联调用的场景，避免不必要的拷贝，尽量复用已有数组结构，并在需求允许时选择就地追加而非创建新的组对象。避免在循环中进行深拷贝和多次排序，以保持线性遍历的优势。
另外，若使用 keyFn 的实现较为复杂，应将其在循环外缓存结果，避免重复计算，降低 CPU 开销。
5.2 边界情况处理
空输入应返回空组列表；单元素数组应返回单组；键函数返回值可能为 undefined 时，需要明确的行为定义。总之，提前对边界情况做测试，能提升鲁棒性，避免运行时抛错。
