教你阅读vue源码的正确姿势__Vue.js
发布于 2 个月前 作者 banyungong 223 次浏览 来自 分享
粉丝福利 : 关注VUE中文社区公众号,回复视频领取粉丝福利

简介一下个人阅读vue源码的姿势,有建议欢迎评论区补充哈~

一、源码阅读姿势

1. 先整体 - 后细节

  • 先弄清楚源码分为哪几个模块,整套流程是怎么将各个模块串起来的。
  • 然后细化了解每个模块的核心原理。

2. 站在别人的肩膀上

  • 不用一股脑扎进源码仓库里一点点啃,这样很低效,适用于对源码较为了解的人
  • 推荐先读别人的源码简介,源码分析(推荐:Vue.js 技术揭秘),弄清楚脉络,还有每个部分的大概功能和核心流程。心里带着思路去看源码实现。
  • 多数情况不需要逐行代码的细究,但针对某些核心功能的实现需要细究,例如:虚拟dom、diff算法、数据驱动、响应式实现以及组件化等核心的功能的核心实现推荐细看。

3. 读多遍

  • 一次粗读:看整体流程,看每个模块的核心功能和职责,体会平时写的代码在源码里面经过了什么步骤体现到了页面上。
  • 二次精读:看细节实现,弄清楚核心模块的实现方式(如弄懂diff算法思路,最好自己动手实现)。
  • 三次领悟:领悟源码整体架构和设计思想,体会每个模块之间如何配合协作,架构如何组织。

二、步骤

  • 依赖分析组装:路由、父子组件层级
  • 模版编译:解析成AST语法树,进而构建虚拟dom树
  • 装载页面:虚拟dom整体转化为真实dom
  • 局部更新:响应式数据监控到变化,diff比较数据变化前后的虚拟dom树差异,局部更新dom
  • 销毁:销毁虚拟dom,移除dom

三、vue源码导读

vue源码核心部分原理简述:vue源码分析和对原理的理解

  • template风格、对象配置风格
  • 虚拟dom思想(js对象操作代替dom操作)
  • diff算法思想(同层比较,添加、移动、删除)
  • 组件化思想(组件编译、组件通信)
  • 数据响应式(依赖收集、派发更新,发布订阅)

四、vue3新特性了解

vue2.x的痛点:

  • 源码自身的维护性;
  • 数据量大后带来的渲染和更新的性能问题;
  • 一些想舍弃但为了兼容一直保留的鸡肋 API 等;
  • TypeScript 支持;

vue3.0优化点:

  • 一、使用 monorepo管理源码
  • 二、使用 TypeScript 开发源码
  • 三、性能优化 1.源码体积优化 2.数据劫持优化Proxy 3.编译优化 4.diff算法优化
  • 四、语法 API 优化:Composition API

详情见:了解Vue3 的新特性

五、细究一下diff算法

vue2的diff

组件更新核心是响应式数据监控到数据的改变,重新生成了虚拟dom树,然后通过diff算法计算出前后虚拟dom树的差异点,更新dom时只更新变化的部分。 快问快答:

1. 为什么要diff?

答: O(n^3) 意味着如果要展示1000个节点,就要依次执行上十亿次的比较,无法承受大数据量的对比。

直接比较和修改两个树的复杂度为什么是n^3?

答: 老树的每一个节点都去遍历新树的节点,直到找到新树对应的节点。那么这个流程就是 O(n^2),再紧接着找到不同之后,再计算最短修改距离然后修改节点,这里是 O(n^3)。

2. diff的策略是什么?有什么根据?

答: 1、Web UI 中 DOM 节点跨层级的移动操作特别少,可以忽略不计,因此仅进行同层比较。 2、如果父节点不同,放弃对子节点的比较,直接删除旧节点然后添加新的节点重新渲染; 3、如果子节点有变化,Virtual DOM不会计算变化的是什么,而是重新渲染。 4、同级多个节点可通过唯一的key对比异同;

3. diff流程是什么?

答: 新旧节点不同:创建新节点 ➜ 更新父占位符节点 ➜ 删除旧节点; 新旧节点相同且没有子节点:不变; 新旧节点相同且都有子节点:遍历子节点同级比较,做移动、添加、删除三个操作,具体见下图;

vue3.0的diff

深度递归遍历vnode树,节点的标签和key相同认为是同一个节点则更新,不同则删除,然后处理子节点。 子节点分这几种情况处理:纯文本、vnode 数组和空

空往往意味着添加或删除; 纯文本相同直接更新innerText,不同则删除; 新旧子节点都是vnode数组则diff算法来处理;

vue3.0 diff算法思想

  • 编译模版时进行静态分析,标记动态节点,diff对比差异时仅对比动态节点(性能提升明显);
  • diff算法先去头去尾,借此缩短遍历对比数组长度(对数组插入和删除操作性能优化明显);
  • 通过对更新前后子节点数组建立映射表的方式,将O(n^2)复杂度的遍历降低到O(n);
  • 通过最长递增子序列方法了来diff前后的子节点数组,减少移动操作的次数;

vue3.0 diff算法的实现见:diff算法demo演示

最长递增子序列算法实现

leetcode最长递增子序列算法题

/*
 * 寻找最长递增子序列
 * 使用动态规划思想,a -> c = a -> b + b -> c
 * 其中p数组存储的是从p[p[i]] 到 p[i] 的最长递增子序列索引,也就是前一个b的索引;
 * r数组存储最后一个元素也就是c的索引
 */
 function getSequenceOfLIS(arr) {
    const p = [0];
    const result = [0];
    for (let i = 0; i < arr.length; i ++) {
        const val = arr[i];
        const top = result[result.length - 1];
        if (arr[top] < val) {
            p[i] = top;
            result.push(i);
            continue;
        }
        // 二分法搜索
        let l = 0, r = result.length - 1;
        while(l < r) {
            const c = (l + r) >> 1;
            if (arr[result[c]] < val) {
                l = c + 1;
            } else {
                r = c;
            }
        }
        if (val < arr[result[l]]) {
            if (l > 0) {
                p[i] = result[l - 1]
            }
            result[l] = i;
        }
    }
    // 回朔p数组,找出最长递增子序列
    let preIndex = result[result.length - 1];
    for (let i = result.length - 1; i > 0; i --) {
        result[i] = preIndex;
        preIndex = p[preIndex]
    }
    return result;
}

版权声明:著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。 作者: alanyf 原文链接:https://juejin.im/post/6929037868346621960

回到顶部