最长递增子序列
在Vue3中 对于diff算法对比于在Vue2中有了不少的改变。
在其中就有着这一期的内容：最长递增子序列
在认真的看这文章之前 推荐优先了解diff算法以及最长递增子序列在diff算法中的作用
讲解
首先我们得了解他------ 最长递增子序列是一个什么样子的东西？
答：最长递增子序列是经典的动态规划算法。
在百度中的解释是
最长递增子序列（longest increasing subsequence）问题是指，在一个给定的数值序列中，找到一个子序列，使得这个子序列元素的数值依次递增，并且这个子序列的长度尽可能地大。
结合diff算法，比较朴实无华的讲就是------通过计算来减少旧数组需要移动的步数。
你可能会问？什么？怎么就是旧数组了？
没错，这就是下面的这个例子了~
该例子中排除了删除以及新增节点的情况 原因是diff算法乱序排列中的5.1以及5.2有对此的针对性优化 下列的举例指的是5.2中节点出现交叉的情况 进行最长递增子序列计算
当move为true时候 进行最长递增子序列处理 如下
就是所说的getSequence方法
| 旧数组 | A | B | C | D | E |
|---|---|---|---|---|---|
| 新数组 | A | C | D | B | E |
在前置了解的diff算法中可以了解到 会排除相同的一部分 也就是去除相同前置和后置元素
实际上参与对比的也就是只有
| 旧数组 | B | C | D |
|---|---|---|---|
| 新数组 | C | D | B |
接下来就是看他的getSequence是如何处理的了
你可能看到这个的时候 头都大了 不必害怕 在这里的处理简单概述就是 主要是 通过贪心加上二分查找去处理最长递增子序列
如果你有种感觉 知识从脑海中流过一点不剩的感觉 那就让我来简单的说一下 最长递增子序列算法吧
如下图表
| 数据 | 10 | 5 | 7 | 2 | 8 | 11 |
|---|---|---|---|---|---|---|
| 值 | 1 | 1 | 1 | 1 | 1 | 1 |
每一个数字的对应的值 起始都是一
对比的方式是 从左到右
10 起始是1
5 去与10对比 他比不过10 所以他是1
7 去与5以及之前的对比 他比得过5 继续比较 他比不过10 取个他比得过的中的最大值+1 也就是5的值+1 所以就是2
2 去与7以及之前的对比 他比不过前面的 所以他是1
8 去与2以及之前的对比 他比得过2，7，5 继续比较 他比不过10 取个他比得过的中的最大值+1 也就是7的值+1 所以就是3
11 去与8以及之前的对比 他比得过2，7，5，8 继续比较 他比不过10 取个他比得过的中的最大值+1 也就是8的值+1 所以就是4
| 数据 | 10 | 5 | 7 | 2 | 8 | 11 |
|---|---|---|---|---|---|---|
| 值 | 1 | 1 | 2 | 1 | 3 | 4 |
这也就是 在diff算法中最长递增子序列的计算核心
完
这种插在diff算法中的算法 感觉抽出来讲的话 会脱离本质 毕竟如果单讲最长递增子序列的话 解决方式有很多 但结合diff算法的话 又有着需要前置的逻辑了解 感觉又是点难以讲全 打算再开一个diff算法的了解文章看看 两者结合说不准会友好很多
给个赞吧呜呜呜秋梨膏 敲了好久的:smlie