Vue diff算法

2024-06-17 09:44

本文主要是介绍Vue diff算法,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

vue diff算法主要体现在renderer.ts中的patchChildren这段代码逻辑。差异算法排序分为无key时的diff算法排序逻辑和有key时的diff算法排序逻辑。无key时的逻辑主要有三步,首先,通过for循环patch重新渲染元素进行替换,其次是删除旧的元素,再次是新增元素。
代码如下:

const patchUnkeyedChildren = ( c1: VNode[], c2: VNodeArrayChildren, container: RendererElement, anchor: RendererNode | null, parentComponent: ComponentInternalInstance | null, parentSuspense: SuspenseBoundary | null, isSVG: boolean, slotScopeIds: string[], optimized: boolean ) => {c1 = c1 || EMPTY_ARR c2 = c2 || EMPTY_ARR const oldLength = c1.length const newLength = c2.length const commonLength = Math.min(oldLength, newLength) for (let i = 0; i < commonLength; i++) { const nextChild = (c2[i] = optimized ? cloneIfMounted(c2[i] as VNode) : normalizeVNode(c2[i])) patch( c1[i], nextChild, container, null , parentComponent, parentSuspense, isSVG, slotScopeIds, optimized ) } if (oldLength > newLength) { unmountChildren( c1, parentComponent, parentSuspense, true , false , commonLength ) } else { mountChildren( c2, container, anchor, parentComponent, parentSuspense, isSVG, slotScopeIds, optimized, commonLength ) } } 
  • 当节点有key时,排序逻辑如下:
    1. 前序算法: 前面的元素与后面的元素比较,若不同,则跳出循环。
    2. 尾序算法: 尾部与尾部比较,若不同,跳出循环。
    3. 若新节点多出来,则将其挂载(即新增)。
    4. 若旧节点多出来,则将其卸载(即删除)。
    5. 在有key的情况下,乱序(涉及最长递增子序列算法),此过程包括构建新节点的映射关系等步骤。

代码示例:

let j 
let patched = 0 
const toBePatched = e2 - s2 + 1 
let moved = false 
let maxNewIndexSoFar = 0
const newIndexToOldIndexMap = new Array(toBePatched)
for (i = 0; i < toBePatched; i++) newIndexToOldIndexMap[i] = 0

最长递增子序列(Longest Increasing Subsequence)

需要一个数组来存储新序列新的索引到旧的索列旧的索引的映射关系。即,newIndexToOldIndexMap变量,它的初始化方式如下:

const toBePatched = e2 - s2 + 1; // e2和s2分别是新旧节点数组的结束和开始索引
let newIndexToOldIndexMap = new Array(toBePatched).fill(0); //初始化映射表

然后在遍历过程中,如果新的VNode与旧的VNode相同,我们将更新这个映射表,如下所示:

newIndexToOldIndexMap[i - s2] = oldIndex + 1;

接下来,我们需要用到一个辅助函数,用来获取最长递增子序列。我们使用动态规划(DP)和二分搜索(Binary Search)来实现这个功能。

对于最长递增子序列的问题,通常我们会用到动态规划(DP)或二分搜索(Binary Search)的方法。下面的代码是一个常规的DP解决方案:

假设 sequence 是输入的数组,length 是数组的长度,我们维护一个 dp 数组来表示以 i 结尾的最长递增子序列的长度:

  let dp = Array(sequence.length).fill(1);for (let i = 1; i < sequence.length; i++) {for (let j = 0; j < i; j++) {if (sequence[i] > sequence[j]) {dp[i] = Math.max(dp[i], dp[j] + 1);}}}return Math.max(...dp);

然而,这个算法的时间复杂度是 O(n^2),若数组的长度很大,可能会非常耗时。为了提高效率,我们可以使用二分搜索的方式,下面是其代码实现以及相应的注释:

let dp = [], len = sequence.length;
for(let i = 0; i < len; i++) {let low = 0, high = dp.length, mid;while(low < high) { //进行二分查找mid = (low + high) >>> 1;if(dp[mid] < sequence[i]) low = mid + 1;  //若当前值大于中间值,则在后半段查找else high = mid;    //否则在前半段查找}dp[low] = sequence[i]; //更新对应位置的值if(low === dp.length)  //若low等于当前dp数组的长度,说明该值可以拓展当前的递增序列dp.push(sequence[i]);
}
return dp.length; //返回最长递增子序列的长度

上节函数中,dp[i] 存储的是长度为 i+1 的递增子序列中末尾的元素值。若存在多个长度为 i+1 的递增子序列,我们选择末尾值最小的那个进行存储,因为末尾值越小,越有可能在其后面追加其他元素。通过二分搜索,我们保证了 dp[] 数组在遍历的过程中,始终保持递增的状态。

以上就是文章全部内容了,如果喜欢这篇文章的话,还希望三连支持一下,感谢!

这篇关于Vue diff算法的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1069106

相关文章

Vue3 的 shallowRef 和 shallowReactive:优化性能

大家对 Vue3 的 ref 和 reactive 都很熟悉,那么对 shallowRef 和 shallowReactive 是否了解呢? 在编程和数据结构中,“shallow”(浅层)通常指对数据结构的最外层进行操作,而不递归地处理其内部或嵌套的数据。这种处理方式关注的是数据结构的第一层属性或元素,而忽略更深层次的嵌套内容。 1. 浅层与深层的对比 1.1 浅层(Shallow) 定义

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

这15个Vue指令,让你的项目开发爽到爆

1. V-Hotkey 仓库地址: github.com/Dafrok/v-ho… Demo: 戳这里 https://dafrok.github.io/v-hotkey 安装: npm install --save v-hotkey 这个指令可以给组件绑定一个或多个快捷键。你想要通过按下 Escape 键后隐藏某个组件,按住 Control 和回车键再显示它吗?小菜一碟: <template

【 html+css 绚丽Loading 】000046 三才归元阵

前言:哈喽,大家好,今天给大家分享html+css 绚丽Loading!并提供具体代码帮助大家深入理解,彻底掌握!创作不易,如果能帮助到大家或者给大家一些灵感和启发,欢迎收藏+关注哦 💕 目录 📚一、效果📚二、信息💡1.简介:💡2.外观描述:💡3.使用方式:💡4.战斗方式:💡5.提升:💡6.传说: 📚三、源代码,上代码,可以直接复制使用🎥效果🗂️目录✍️

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO