Dictionaries und Hash Tables in JavaScript: Objekt, Map und WeakMap

Wann ein Objekt genügt, wann Map oder WeakMap besser passt und wie eine Hashtabelle mit Kollisionen, Ladefaktor und Laufzeiten intern arbeitet
Aktualisiert:
Abstract
- #Dictionaries
- #Hash Tables
- #JavaScript
- #Map
- #WeakMap
- #Performanceoptimierung
- #Effiziente Datenspeicherung
- #Kollisionsbehandlung
Ein Schlüssel, ein Wert, ein Sprung: Warum das Nachschlagen in einer Hashtabelle fast nichts kostet – und wann doch
Angenommen, ein Webshop lädt beim Start 10.000 Artikel als Array und muss für jede Position im Warenkorb Preis und Lagerbestand nachschlagen. Mit array.find() durchsucht das Programm für jede Position im ungünstigsten Fall alle 10.000 Einträge. Legt es die Artikel stattdessen einmal unter ihrer Artikelnummer ab, findet es jeden Eintrag mit einem einzigen Zugriff, egal wie groß das Sortiment ist.
Genau das leistet ein Dictionary: Es ordnet jedem eindeutigen Schlüssel einen Wert zu. JavaScript bringt dafür gleich mehrere Werkzeuge mit, nämlich das gewöhnliche Objekt, die Klasse Map und die WeakMap. Darunter liegt fast immer dieselbe Idee, die Hashtabelle. Dieser Beitrag zeigt, welches Werkzeug wann passt, wie eine Hashtabelle intern funktioniert und wo die oft zitierte Laufzeit „O(1)“ ihre Grenzen hat. Alle JavaScript-Beispiele laufen unverändert in Node.js 24 und in aktuellen Browsern.
Was ein Dictionary von Array und Set unterscheidet
Ein Array ordnet Werte nach Position: Element 0, Element 1, Element 2. Wer einen bestimmten Wert sucht, muss die Positionen durchgehen. Ein Set speichert nur eindeutige Werte und beantwortet die Frage „Ist dieser Wert enthalten?“. Wie das funktioniert, beschreibt der Beitrag Sets in JavaScript.
Ein Dictionary geht einen Schritt weiter. Es speichert Paare aus Schlüssel und Wert, etwa Artikelnummer und Preis, Kundennummer und Ansprechpartner oder Sprachcode und Übersetzung. Andere Sprachen nennen dieselbe Struktur assoziatives Array (PHP), Dictionary (Python, C#) oder HashMap (Java). Die Grundoperationen sind überall gleich: Wert unter einem Schlüssel ablegen, Wert lesen, prüfen, ob ein Schlüssel existiert, und Eintrag löschen.
Für Entwicklungsteams ist das mehr als Lehrbuchwissen. Viele Performanceprobleme in Webanwendungen entstehen nicht durch langsame Server, sondern durch verschachtelte Schleifen, die in Arrays suchen, obwohl ein Nachschlagen per Schlüssel genügt hätte.
Das Objekt als Dictionary und seine Fallstricke
Das einfachste Dictionary in JavaScript ist das Objekt-Literal {}. Für Konfigurationen, JSON-Daten aus einer API oder feste Zuordnungen ist es nach wie vor die richtige Wahl. Als allgemeiner Schlüssel-Wert-Speicher hat es aber drei Eigenheiten, die regelmäßig zu Fehlern führen.
Erstens wandelt ein Objekt jeden Schlüssel in einen String um (Symbole ausgenommen). Die Zahl 42 und der Text '42' landen auf demselben Eintrag, und ein Objekt als Schlüssel wird zum nichtssagenden Text [object Object]. Zweitens erbt ein normales Objekt Eigenschaften von Object.prototype, etwa toString. Der Operator in meldet deshalb Schlüssel, die nie jemand gesetzt hat. Drittens gibt es keine eingebaute Größenangabe, man muss Object.keys(obj).length bemühen.
// Objekt als Dictionary: Schlüssel werden zu Strings
const lager = {};
lager[42] = 'Schrauben';
lager['42'] = 'Muttern';
lager[{ id: 1 }] = 'Dübel';
console.log(Object.keys(lager)); // [ '42', '[object Object]' ]
console.log(lager[42]); // Muttern
// Geerbte Eigenschaften stören die Prüfung mit "in"
const preise = { apfel: 0.5 };
console.log('toString' in preise); // true
console.log(Object.hasOwn(preise, 'toString')); // false
// Ohne Prototyp: ein "nacktes" Dictionary
const sauber = Object.create(null);
sauber.toString = 'nur ein Wert';
console.log(Object.keys(sauber)); // [ 'toString' ]
Zwei Gegenmittel zeigt das Beispiel: Object.hasOwn() prüft nur eigene Schlüssel, und Object.create(null) erzeugt ein Objekt ganz ohne Prototyp. Wer Schlüssel aus Benutzereingaben übernimmt, sollte eines von beiden verwenden. Sonst kann ein Schlüssel wie __proto__ im ungünstigen Fall den Prototyp verändern, eine Angriffsklasse, die als Prototype Pollution bekannt ist.
Map: das eigentliche Dictionary von JavaScript
Seit ECMAScript 2015 gibt es die Klasse Map, die für genau diesen Zweck gebaut ist. Sie akzeptiert beliebige Werte als Schlüssel, auch Objekte, Funktionen und NaN. Sie kennt keine geerbten Einträge, hat eine Eigenschaft size und lässt sich direkt mit for...of durchlaufen.
const kunde = { id: 1, name: 'Muster GmbH' };
const offenePosten = new Map();
offenePosten.set(kunde, 1250);
offenePosten.set('42', 'String-Schlüssel');
offenePosten.set(42, 'Zahl-Schlüssel');
offenePosten.set(NaN, 'auch NaN funktioniert');
console.log(offenePosten.get(kunde)); // 1250
console.log(offenePosten.get({ id: 1, name: 'Muster GmbH' })); // undefined
console.log(offenePosten.get(42), '|', offenePosten.get('42'));
// Zahl-Schlüssel | String-Schlüssel
console.log(offenePosten.get(NaN)); // auch NaN funktioniert
console.log(offenePosten.size); // 4
for (const [schluessel, wert] of offenePosten) {
console.log(typeof schluessel, wert);
}
// object 1250
// string String-Schlüssel
// number Zahl-Schlüssel
// number auch NaN funktioniert
Wichtig ist die zweite Ausgabe: Objekte als Schlüssel vergleicht Map nach Identität, nicht nach Inhalt. Ein neu erzeugtes Objekt mit denselben Feldern ist ein anderer Schlüssel. Für primitive Werte gilt der Vergleich „SameValueZero“, eine Variante von ===, bei der NaN sich selbst gleicht. Die Zahl 42 und der String '42' bleiben getrennt.
Der größte praktische Nachteil zeigt sich beim Speichern und Übertragen: JSON.stringify() kennt keine Maps. Der Umweg über Arrays von Paaren ist aber kurz.
console.log(JSON.stringify(offenePosten)); // {}
const json = JSON.stringify([...offenePosten.entries()].slice(1, 3));
console.log(json); // [["42","String-Schlüssel"],[42,"Zahl-Schlüssel"]]
console.log(new Map(JSON.parse(json)));
// Map(2) { '42' => 'String-Schlüssel', 42 => 'Zahl-Schlüssel' }
// Objekt und Map ineinander umwandeln
const config = { host: 'localhost', port: 8080 };
const configMap = new Map(Object.entries(config));
console.log(Object.fromEntries(configMap)); // { host: 'localhost', port: 8080 }
In welcher Reihenfolge Einträge zurückkommen
Eine Map liefert ihre Einträge immer in der Reihenfolge, in der sie eingefügt wurden. Bei Objekten ist das komplizierter, was in Ranglisten, Dropdown-Menüs oder Exporten zu Überraschungen führt. Schlüssel, die wie nicht negative ganze Zahlen aussehen, sortiert JavaScript aufsteigend nach vorn. Erst danach folgen die übrigen Strings in Einfügereihenfolge.
const objekt = { b: 1, 10: 'zehn', a: 2, 2: 'zwei' };
console.log(Object.keys(objekt)); // [ '2', '10', 'b', 'a' ]
const map = new Map([['b', 1], [10, 'zehn'], ['a', 2], [2, 'zwei']]);
console.log([...map.keys()]); // [ 'b', 10, 'a', 2 ]
// Überschreiben ändert die Position nicht, Löschen und Neuanlegen schon
map.set('b', 99);
map.delete(10);
map.set(10, 'wieder da');
console.log([...map.keys()]); // [ 'b', 'a', 2, 10 ]
Wer also Postleitzahlen oder Artikelnummern als Schlüssel nutzt und die Reihenfolge der Eingabe braucht, ist mit Map auf der sicheren Seite.
WeakMap: Zusatzdaten ohne Speicherleck
Eine WeakMap sieht aus wie eine eingeschränkte Map, löst aber ein anderes Problem. Ihre Schlüssel hält sie nur „schwach“ fest: Wird ein Schlüsselobjekt sonst nirgends mehr verwendet, darf der Garbage Collector, also die automatische Speicherbereinigung, es samt Eintrag entfernen. Eine normale Map würde das Objekt dagegen am Leben halten, solange die Map existiert.
Das ist nützlich, wenn Sie fremden Objekten Zusatzdaten anhängen wollen, ohne sie zu verändern. Ein klassischer Fall im Browser sind DOM-Elemente: Ein Skript merkt sich zu jedem Formularfeld den letzten Prüfstatus. Wird das Feld aus der Seite entfernt, verschwindet auch der Eintrag. Wie Sie solche Elemente finden und auf ihre Ereignisse reagieren, beschreibt der Beitrag DOM und Events in JavaScript; hier geht es nur um die Datenstruktur dahinter.
const zusatzdaten = new WeakMap();
let sitzung = { nutzer: 'mmuster' };
zusatzdaten.set(sitzung, { geoeffnet: '2026-11-05T09:00' });
console.log(zusatzdaten.has(sitzung)); // true
console.log(zusatzdaten.get(sitzung)); // { geoeffnet: '2026-11-05T09:00' }
try {
zusatzdaten.set('text', 1);
} catch (fehler) {
console.log(fehler.constructor.name + ': ' + fehler.message);
// TypeError: Invalid value used as weak map key
}
// Nicht registrierte Symbole sind ebenfalls erlaubt
const marke = Symbol('marke');
zusatzdaten.set(marke, 'ok');
console.log(zusatzdaten.get(marke)); // ok
console.log(typeof zusatzdaten.size, typeof zusatzdaten.keys); // undefined undefined
sitzung = null; // Der Eintrag darf jetzt aufgeräumt werden
Der Preis für dieses Verhalten: Eine WeakMap lässt sich weder durchlaufen noch zählen, weil ihr Inhalt jederzeit schrumpfen kann. Als Schlüssel erlaubt sie nur Objekte und Symbole, die nicht über Symbol.for() registriert sind; Strings und Zahlen lösen einen TypeError aus. Wann genau der Garbage Collector aufräumt, legt die Engine fest. Das Programm sollte sich darauf nicht verlassen.
Gruppieren mit Object.groupBy und Map.groupBy
Ein typischer Anlass für Dictionaries ist das Gruppieren: Bestellungen nach Land, Tickets nach Status, Messwerte nach Tag. Früher schrieb man dafür eine Schleife mit reduce(). Seit ECMAScript 2024 gibt es zwei fertige Funktionen, die Node.js ab Version 21 und alle aktuellen Browser beherrschen.
const bestellungen = [
{ nr: 1, land: 'DE', summe: 120 },
{ nr: 2, land: 'AT', summe: 80 },
{ nr: 3, land: 'DE', summe: 45 },
{ nr: 4, land: 'CH', summe: 300 },
];
const nachLand = Object.groupBy(bestellungen, (b) => b.land);
console.log(Object.keys(nachLand)); // [ 'DE', 'AT', 'CH' ]
console.log(nachLand.DE.map((b) => b.nr)); // [ 1, 3 ]
console.log(Object.getPrototypeOf(nachLand)); // null
const nachGroesse = Map.groupBy(bestellungen, (b) =>
b.summe >= 100 ? 'gross' : 'klein',
);
console.log(nachGroesse.get('gross').map((b) => b.nr)); // [ 1, 4 ]
console.log(nachGroesse.get('klein').length); // 2
Object.groupBy() liefert ein Objekt ohne Prototyp, die Fallstricke mit geerbten Schlüsseln entfallen also. Map.groupBy() ist die bessere Wahl, wenn die Gruppenschlüssel keine Strings sind, etwa Objekte oder Datumswerte.
Wie eine Hashtabelle intern arbeitet
Warum ist das Nachschlagen in einer Map so schnell? Die Antwort heißt Hashtabelle. Sie besteht aus einem Array fester Größe, dessen Fächer Buckets heißen. Eine Hashfunktion rechnet jeden Schlüssel in eine Zahl um, den Hashwert. Der Rest der Division durch die Zahl der Buckets ergibt das Fach, in dem der Eintrag liegt. Beim Lesen rechnet die Tabelle denselben Wert erneut aus und springt direkt in das richtige Fach, statt alle Einträge zu durchsuchen.
Man kann sich das wie eine Hängeregistratur im Büro vorstellen, bei der die Mappe nicht nach dem Alphabet, sondern nach einer festen Rechenregel einsortiert wird. Wer die Regel kennt, greift sofort zur richtigen Mappe.
Gute und schlechte Hashfunktionen
Eine Hashfunktion muss bei gleichem Schlüssel immer denselben Wert liefern, schnell zu berechnen sein und die Schlüssel möglichst gleichmäßig verteilen. Die einfachste denkbare Variante, in Lehrbüchern „lose-lose“ genannt, addiert die Zeichencodes. Die Funktion djb2 multipliziert den Zwischenwert vor jedem Zeichen mit 33 und begrenzt ihn hier auf 32 Bit.
// "lose-lose": Zeichencodes addieren – einfach, aber schwach
function loseLose(schluessel, groesse) {
let hash = 0;
for (const zeichen of schluessel) hash += zeichen.codePointAt(0);
return hash % groesse;
}
// djb2: hash * 33 + Zeichencode, auf 32 Bit begrenzt
function djb2(schluessel, groesse) {
let hash = 5381;
for (const zeichen of schluessel) {
hash = (Math.imul(hash, 33) + zeichen.codePointAt(0)) >>> 0;
}
return hash % groesse;
}
for (const name of ['Jamie', 'Sue', 'Anna', 'Nana']) {
console.log(name.padEnd(5), loseLose(name, 37), djb2(name, 37));
}
// Jamie 5 24
// Sue 5 11
// Anna 12 14
// Nana 12 10
Bei 37 Buckets landen „Jamie“ und „Sue“ mit lose-lose im selben Fach. „Anna“ und „Nana“ kollidieren sogar bei jeder Tabellengröße, weil die Summe der Buchstaben nicht von ihrer Reihenfolge abhängt. Wie groß der Unterschied in der Praxis ist, zeigt ein Test mit 10.000 Artikelnummern von ART-00000 bis ART-09999, verteilt auf 1.024 Buckets: Mit lose-lose belegen sie nur 37 Fächer, das vollste enthält 670 Einträge. Mit djb2 sind 822 Fächer belegt, die längste Kette hat 34 Einträge. Mit der Primzahl 1.021 als Tabellengröße verteilt djb2 die Nummern auf 995 Fächer und höchstens 17 Einträge pro Fach. Echte JavaScript-Engines verwenden noch stärkere Hashfunktionen, das Prinzip bleibt aber dasselbe.
Kollisionen: Verkettung oder offene Adressierung
Ganz vermeiden lassen sich Kollisionen nie, denn es gibt mehr mögliche Schlüssel als Buckets. Zwei Strategien sind verbreitet. Bei der Verkettung (Separate Chaining) enthält jedes Fach eine kleine Liste, in der kollidierende Einträge hintereinander liegen; klassisch ist das eine verkettete Liste, in JavaScript genügt ein Array. Bei der offenen Adressierung (Open Addressing, etwa Linear Probing) weicht ein Eintrag in das nächste freie Fach aus. Das spart Verwaltungsspeicher, führt bei voller Tabelle aber zu Ballungen, die das Suchen verlangsamen.
Entscheidend für beide ist der Ladefaktor, das Verhältnis von Einträgen zu Buckets. Steigt er über eine Schwelle, verdoppelt die Tabelle ihre Größe und verteilt alle Einträge neu. Die folgende Klasse setzt Verkettung, djb2 und Vergrößerung ab einem Ladefaktor von 0,75 um:
class HashTabelle {
#buckets;
#anzahl = 0;
constructor(kapazitaet = 8) {
this.#buckets = Array.from({ length: kapazitaet }, () => []);
}
// djb2 auf 32 Bit, danach Rest der Division durch die Bucket-Zahl
#index(schluessel, kapazitaet = this.#buckets.length) {
let hash = 5381;
for (const zeichen of String(schluessel)) {
hash = (Math.imul(hash, 33) + zeichen.codePointAt(0)) >>> 0;
}
return hash % kapazitaet;
}
set(schluessel, wert) {
const bucket = this.#buckets[this.#index(schluessel)];
const eintrag = bucket.find((e) => e.schluessel === schluessel);
if (eintrag) {
eintrag.wert = wert; // vorhandenen Schlüssel überschreiben
return this;
}
bucket.push({ schluessel, wert }); // Kollision: an die Kette anhängen
this.#anzahl++;
if (this.#anzahl / this.#buckets.length > 0.75) this.#vergroessern();
return this;
}
get(schluessel) {
const bucket = this.#buckets[this.#index(schluessel)];
return bucket.find((e) => e.schluessel === schluessel)?.wert;
}
delete(schluessel) {
const bucket = this.#buckets[this.#index(schluessel)];
const pos = bucket.findIndex((e) => e.schluessel === schluessel);
if (pos === -1) return false;
bucket.splice(pos, 1);
this.#anzahl--;
return true;
}
// Ladefaktor über 0,75: doppelt so viele Buckets, alle Einträge neu verteilen
#vergroessern() {
const alt = this.#buckets;
this.#buckets = Array.from({ length: alt.length * 2 }, () => []);
for (const bucket of alt) {
for (const e of bucket) this.#buckets[this.#index(e.schluessel)].push(e);
}
}
get size() {
return this.#anzahl;
}
get statistik() {
const laengen = this.#buckets.map((b) => b.length);
return { buckets: laengen.length, laengsteKette: Math.max(...laengen) };
}
}
const telefon = new HashTabelle(4);
for (const [name, nr] of [
['Jamie', '0221 111'],
['Sue', '0221 222'],
['Anna', '0221 333'],
['Nana', '0221 444'],
]) {
telefon.set(name, nr);
}
console.log(telefon.get('Sue')); // 0221 222
console.log(telefon.size, telefon.statistik); // 4 { buckets: 8, laengsteKette: 3 }
telefon.set('Sue', '0221 999');
telefon.delete('Jamie');
console.log(telefon.get('Sue'), telefon.get('Jamie'), telefon.size);
// 0221 999 undefined 3
Die Statistik zeigt, dass Kollisionen auch bei einer guten Hashfunktion vorkommen: Nach der Vergrößerung auf acht Buckets teilen sich drei der vier Namen ein Fach. Die Klasse ist bewusst einfach gehalten. Sie wandelt Schlüssel per String() um, vergleicht in der Kette aber mit ===; Objekte als Schlüssel würden deshalb alle im selben Fach landen. Für den Produktivcode ist sie nicht gedacht, sondern um das Prinzip sichtbar zu machen.
Laufzeiten: Was O(1) bedeutet und was nicht
Die Laufzeit von Datenstrukturen beschreibt man in der O-Notation, also danach, wie der Aufwand mit der Datenmenge wächst. Einen Überblick gibt der Beitrag Big-O-Notation in der Praxis. Für Hashtabellen gilt: Lesen, Schreiben und Löschen kosten im Durchschnitt O(1), also einen konstanten Aufwand, unabhängig von der Zahl der Einträge. Ein Array mit find() oder includes() braucht O(n), der Aufwand wächst linear mit.
Diese Aussage hat drei Einschränkungen. Erstens ist O(1) ein Durchschnitt. Landen viele Schlüssel im selben Fach, wird das Suchen in der Kette linear, im schlimmsten Fall O(n). Angreifer können das ausnutzen, indem sie gezielt kollidierende Schlüssel schicken (Hash Flooding); deshalb arbeiten Engines mit Hashfunktionen, die sich nicht leicht vorhersagen lassen. Zweitens kostet das Vergrößern einmalig O(n). Auf alle Einfügungen umgelegt bleibt es bei konstantem Aufwand, Fachleute sprechen von amortisiert O(1). Drittens schreibt die ECMAScript-Spezifikation keine Hashtabelle vor. Sie verlangt nur, dass Zugriffe auf eine Map im Durchschnitt schneller als linear sind. Alle verbreiteten Engines setzen dafür Hashtabellen ein.
Ob Objekt oder Map im Einzelfall schneller ist, hängt von Engine, Datenmenge und Zugriffsmuster ab. V8, die Engine in Chrome und Node.js, optimiert Objekte mit stets gleichen Feldern sehr stark, Maps dagegen für häufiges Hinzufügen und Löschen. Pauschale Benchmarks aus Blogposts helfen deshalb wenig. Wer unsicher ist, misst mit den eigenen Daten.
Was das für Ihr Team bedeutet
Für die Wahl der Struktur reicht im Alltag eine kurze Regel:
| Anforderung | Passende Struktur |
|---|---|
| Feste, bekannte Felder, JSON-Austausch | Objekt |
| Schlüssel aus Benutzereingaben oder zur Laufzeit | Map oder Object.create(null) |
| Objekte als Schlüssel, Einfügereihenfolge zählt | Map |
| Zusatzdaten zu fremden Objekten, ohne Speicherleck | WeakMap |
| Daten nach einem Merkmal aufteilen | Object.groupBy() / Map.groupBy() |
Eine eigene Hashtabelle zu schreiben lohnt sich für Produktivcode fast nie. Die eingebauten Strukturen sind direkt in der Engine umgesetzt, gründlich getestet und gegen bekannte Angriffe gehärtet. Der Nutzen der Übung liegt im Verständnis: Wer weiß, wie Buckets, Kollisionen und Ladefaktor zusammenspielen, erkennt schneller, warum eine Schleife mit find() in einer anderen Schleife einen Bericht minutenlang blockiert, und ersetzt sie durch einen einmal aufgebauten Index.
Überschätzt wird dagegen die Frage, ob Objekt oder Map ein paar Prozent schneller ist. Weit mehr bringt es, die richtige Struktur für den Zugriff zu wählen und Fallstricke wie geerbte Schlüssel oder die Reihenfolge von Zahlenschlüsseln zu kennen. Wenn Ihr Team solche Grundlagen im Frontend systematisch aufbauen möchte, finden Sie auf der Seite zu Web-Frontend-Technologien unsere Seminare und Beratung zu modernem JavaScript und TypeScript.
Häufige Fragen zu Dictionaries in JavaScript
Wie lässt sich eine Map in JSON oder im localStorage speichern?
Wandeln Sie die Map vorher mit [...map.entries()] oder Array.from(map) in ein Array von Paaren um und serialisieren Sie dieses. Beim Einlesen erzeugt new Map(JSON.parse(text)) die Map wieder. Bestehen alle Schlüssel aus Strings, geht es auch über Object.fromEntries() und Object.entries().
Record oder Map: Was passt in TypeScript besser?
Record beschreibt ein Objekt mit bekannten Schlüsseln und eignet sich, wenn der Compiler prüfen soll, dass keiner fehlt. Map passt zu Schlüsseln, die erst zur Laufzeit entstehen. Der Rückgabetyp von get() enthält dann automatisch undefined.
type Status = 'offen' | 'bezahlt' | 'storniert';
// Feste, bekannte Schlüssel: Record prüft, dass keiner fehlt
const beschriftung: Record<Status, string> = {
offen: 'Offen',
bezahlt: 'Bezahlt',
storniert: 'Storniert',
};
// Dynamische Schlüssel zur Laufzeit: Map mit Typparametern
const cache = new Map<string, { preis: number; abgerufen: Date }>();
cache.set('ART-00042', { preis: 19.9, abgerufen: new Date() });
const treffer = cache.get('ART-00042'); // Typ: { … } | undefined
console.log(beschriftung.offen, treffer?.preis.toFixed(2)); // Offen 19.90
Warum findet map.get() ein Objekt nicht, das genauso aussieht?
Weil Map Objektschlüssel nach Identität vergleicht. Zwei Objekte mit identischem Inhalt sind verschiedene Schlüssel. Verwenden Sie einen primitiven Wert wie die Kundennummer als Schlüssel oder bewahren Sie die Referenz auf das ursprüngliche Objekt auf.
Ist ein Set auch eine Hashtabelle?
In der Praxis ja. Ein Set ist im Grunde eine Map ohne Werte, und die Engines nutzen dieselbe Technik. Deshalb ist set.has() bei großen Datenmengen deutlich schneller als array.includes().
Kategorien
Schlagworte