大家好,我是哈默。今天我们来继续来学习一下 vue3
中的 diff算法
。上回,我们说到了 diff 的前 4 步。那么最后,我们还需要看一下 乱序
的情况 vue 是如何处理的。
举例
因为乱序的代码是比较多的,所以我们主要来说一下它的核心逻辑。
对于我们当前的例子而言,首先,我们经过第一步(自前向后比对)、第二步(子后向前比对)之后,结果如下:
对于第三步(挂载多的新节点)、第四步(卸载多的旧节点)而言,我们的新、旧节点数量是相同的,所以不需要做任何处理。
这样,我们就来到了第五步 ------ 乱序。
乱序处理
对于乱序而言,它主要处理三种情况:
- 删除旧节点 f
- 挂载新节点 g
- 对于节点 b-d 进行移动
删除旧节点
删除的逻辑是:如果旧节点的 key
在新节点列表中找不到了,那么我们就认为这个旧节点应该被删除,比如我们这里的节点 old-f,它的 key
是 6,在新节点列表中找不到 key
为 6 的元素,所以我们就将它删除。
但是,如果对于每个旧节点,我们都通过这个旧节点的 key
去新节点列表中查找,有时候是不必要的。
所以,vue
在这里做了一个优化,它在记录 2 个变量:已经修复的新节点数量 patched
和 新节点待修复的数量 toBePatched
。
在每次修复完一个新节点后,都会 patched++
,然后在执行我们上面的查找行为之前,会判断一下:patched >= toBePatched?
,如果是 true
,就代表着当前所有的新节点都已经处理完了,那么对于剩下的旧节点,我们不用再去查找,直接删除即可。
挂载新节点
挂载的逻辑就比较简单了:如果拿新节点的 key,没有找到对应的旧节点,比如我们这里的节点 new-g,它的 key
是 7,在旧节点列表中找不到 key
为 7 的元素,所以我们就将它挂载。
移动节点
现在,我们有 3 个节点需要移动:b、c、d。
那么,如何移动才能最高效呢?
我们通过肉眼可以知道:我们只需要将 b 移动到末尾就可以了!
但是,vue 该如何知道呢?
这里,我们就需要介绍一个 最长递增子序列
的概念。
最长递增子序列
假如我们有:
旧数组:[1, 2, 3, 4, 5, 6]
新数组:[1, 3, 2, 4, 6, 5]
对于新数组而言,我们如果想找到 递增子序列
的话,可以找到很多:
1, 3, 6
1, 2, 4, 5
...
确认这个递增子序列的目的,就是为了在由旧数组变成新数组的时候,递增子序列里的这些元素可以不用移动。
比如,对于 1, 3, 6
而言,我们可以不需要移动它们,只需要移动剩下的 2, 4, 5
到对应的位置即可,总共需要 3 次移动。
对于 1, 2, 4, 5
而言,我们可以不需要移动它们,只需要移动剩下的 3, 6
到对应的位置即可,总共需要 2 次移动。
显而易见的是,当我们的递增子序列越长,我们所需要的移动次数就越少。
所以,我们求解最长递增子序列的目的就是:减少移动次数,进行更高效地移动。
对于我们目前的例子
对于我们现在而言,我们的数组里的元素是:新节点在旧节点列表里的索引。
比如,我们的 new-c
,它在旧节点中的索引是 2,同理,new-d
是 3,new-b
是 1。
所以,我们可以得到一个数组:[2, 3, 1]
。
对于这个数组而言,最长递增子序列为:[2, 3]
,也就是 c
和 d
不需要移动,只需要移动 b
即可。
这样一来,我们就通过 最长递增子序列
完成了最高效的移动操作。
总结
至此,我们完成了乱序的处理。
其中,涉及到了一个新的概念,最长递增子序列,它其实只是用来处理移动的场景,让我们的移动能够高效的进行。