两个数组，最终输出：['员工张三，29岁，工作于百度', '员工李四，26岁，工作于阿里巴巴'，...] var employees = [ { name: "张三", // 员工名字 empId: 0, // 员工id age: 29, // 员工年龄 compId: 1, // 所属公司id }, { name: "李四", empId: 1, age: 26, compId: 2, }, { name: "王五", empId: 2, age: 28, compId: 1, }, { name: "小明", empId: 3, age: 32, compId: 3, }, ]; var companies = [ { name: "百度", // 公司名称 id: 1, // 公司id }, { name: "阿里巴巴", id: 2, }, { name: "腾讯", id: 3, }, ];

你可以使用 JavaScript 的数组方法来解决这个问题。首先，你需要遍历员工数组，并找到每个员工所属的公司名称。然后，将员工的信息拼接为字符串，并将其存储到一个新的数组中。下面是一种实现方式：

var result = employees.map(function(employee) {
    var company = companies.find(function(company) {
        return company.id === employee.compId;
    });
    
    return '员工' + employee.name + '，' + employee.age + '岁，工作于' + company.name;
});

console.log(result);

这段代码使用 `map` 方法对员工数组进行遍历，并使用 `find` 方法查找与当前员工所属公司id匹配的公司对象。然后，将员工信息与公司名称拼接为字符串，并将其存储到新的数组中。最后，打印输出结果。

运行这段代码，你会得到以下输出：

[
    "员工张三，29岁，工作于百度",
    "员工李四，26岁，工作于阿里巴巴",
    "员工王五，28岁，工作于百度",
    "员工小明，32岁，工作于腾讯"
]

这样就实现了将员工信息与所属公司信息进行拼接的功能。

相关问题

1. 两个数组， 最终输出：['员工张三，29岁，工作于百度', '员工李四，26岁，工作于阿里巴巴'，...]*/ var employees = [{ name: "张三", // 员工名字 empId: 0, // 员工id age: 29, // 员工年龄 compId: 1, // 所属公司id }, { name: "李四", empId: 1, age: 26, compId: 2, }, { name: "王五", empId: 2, age: 28, compId: 1, }, { name: "小明", empId: 3, age: 32, compId: 3, }, ]; var companies = [{ name: "百度", // 公司名称 id: 1, // 公司id }, { name: "阿里巴巴", id: 2, }, { name: "腾讯", id: 3, }, ];

可以使用嵌套循环和条件判断来实现该功能。首先，遍历employees数组，对于每个员工对象，找到对应的公司对象。然后，使用字符串拼接的方式构建最终输出结果。

以下是实现该功能的JavaScript代码：

var output = [];

for (var i = 0; i < employees.length; i++) {
  var employee = employees[i];
  var companyName = '';
  
  for (var j = 0; j < companies.length; j++) {
    if (companies[j].id === employee.compId) {
      companyName = companies[j].name;
      break;
    }
  }
  
  var empInfo = '员工' + employee.name + '，' + employee.age + '岁，工作于' + companyName;
  output.push(empInfo);
}

console.log(output);

运行以上代码，将输出：

[
  "员工张三，29岁，工作于百度",
  "员工李四，26岁，工作于阿里巴巴",
  "员工王五，28岁，工作于百度",
  "员工小明，32岁，工作于腾讯"
]

这样就得到了最终输出结果。每个员工的信息都包含了公司名称。

运用MapReduce编程实现求平均成绩，原始文件：张三 98 李四 94 王五 89 张三 86 李四 92 王五 86 张三 82 李四 90最终输出：张三 88 李四 92 王五·87

实现思路：

1. 将原始文件中的每一行按照空格分割，得到学生姓名和成绩。

2. 将学生姓名作为 Map 的 key，成绩作为 value，将数据进行 Map 操作，输出 <key, value> 键值对。

3. 在 Reduce 阶段，对于每一个 key（即学生姓名），将其对应的所有 value（即成绩）进行累加求和，并记录对应的数量。最后计算平均成绩并输出。

代码实现：

Mapper:

public class ScoreMapper extends Mapper<LongWritable, Text, Text, IntWritable> {
    private Text name = new Text();
    private IntWritable score = new IntWritable();

    public void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
        String[] words = value.toString().split(" ");
        if(words.length == 2) {
            name.set(words[0]);
            score.set(Integer.parseInt(words[1]));
            context.write(name, score);
        }
    }
}

Reducer:

public class ScoreReducer extends Reducer<Text, IntWritable, Text, DoubleWritable> {
    private DoubleWritable avgScore = new DoubleWritable();

    public void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
        int sum = 0;
        int count = 0;
        for (IntWritable val : values) {
            sum += val.get();
            count++;
        }
        double avg = (double)sum / count;
        avgScore.set(avg);
        context.write(key, avgScore);
    }
}

Driver:

public class ScoreDriver {
    public static void main(String[] args) throws Exception {
        Configuration conf = new Configuration();
        Job job = Job.getInstance(conf, "score average");

        job.setJarByClass(ScoreDriver.class);
        job.setMapperClass(ScoreMapper.class);
        job.setReducerClass(ScoreReducer.class);

        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);

        FileInputFormat.addInputPath(job, new Path(args[0]));
        FileOutputFormat.setOutputPath(job, new Path(args[1]));

        System.exit(job.waitForCompletion(true) ? 0 : 1);
    }
}

运行结果：

张三	88.66666666666667
李四	92.0
王五	87.0