专栏分享:vue2源码专栏,vue3源码专栏,vue router源码专栏,玩具项目专栏,硬核推荐
欢迎各位ITer关注点赞收藏
Vue2 Diff算法可以参考【Vue2.x源码系列08】Diff算法原理
Vue3 Diff算法可以参考【Vue3.x源码系列06】Diff算法原理
在 上一章结尾乱序比对 算法中,可以看到,我们倒序遍历了新的乱序节点,对每一个节点都进行了插入操作(移动节点位置),这就有点浪费性能。
我们能不能尽可能少的移动节点位置,又能保证节点顺序是正确的呢?
例如旧节点 1, 3, 4, 2
,新节点 1, 2, 3, 4
。那我们完全可以只将 2 移动到 3 前面,只需移动一次!就能保证顺序是正确的!!!
ok!我们可以针对于乱序比对中生成的数组 newIndexToOldIndexMap 获取最长递增子序列
注意!vue3 中的最长递增子序列算法求的是 最长递增子序列的对应索引,下面示例我们用的是最长递增子序列,便于直观理解,可读性+++
举个实际例子捋一下思路
请听题,有一个数组,[3, 2, 8, 9, 5, 6, 7, 11, 15]
,最终的最长递增子序列是什么?
// [2, 8, 9, 11, 15] No!这一个不是最长递增子序列
// [2, 5, 6, 7, 11, 15] 这一个才是最长的!
这个时候我们只需移动 9,8,3
三个节点即可,而不是全部节点!增子序列越长,所需要移动的节点次数就越少
我们可以利用 贪心算法 + 二分查找 获取原始的最长递增子序列,时间复杂度:O(NlogN)
// 3
// 2(2替换3)
// 2, 8
// 2, 8, 9
// 2, 5, 9(5替换掉8,二分查找,找到第一个比5大的进行替换,即所有大于当前值的结果中的最小值)
// 2, 5, 6(6替换掉9,二分查找,找到第一个比6大的进行替换)
// ...
// 2, 5, 6, 7, 11, 15(最长递增子序列)
由于贪心算法都是取当前局部最优解,有可能会导致最长递增子序列在原始数组中不是正确的顺序
例如数组:[3, 2, 8, 9, 5, 6, 7, 11, 15, 4]
,此算法求得结果如下。虽然序列不对,但序列长度是没问题的,在vue3 中我们会用 前驱节点追溯 来解决此问题
// 2, 4, 6, 7, 11, 15(最长递增子序列)
让我们整理一下思路,用代码实现此算法
-
遍历数组,如果当前这一项比我们最后一项大则直接放到末尾
-
如果当前这一项比最后一项小,需要在序列中通过二分查找找到比当前大的这一项,用他来替换掉
-
前驱节点追溯,替换掉错误的节点
最优情况
function getSequence(arr) {
const len = arr.length
const result = [0] // 默认以数组中第0个为基准来做序列,注意!!存放的是数组索引
let resultLastIndex // 结果集中最后的索引
for (let i = 0; i < len; i++) {
let arrI = arr[i]
// 因为在vue newIndexToOldIndexMap 中,0代表需要创建新元素,无需进行位置移动操作
if (arrI !== 0) {
resultLastIndex = result[result.length - 1]
if (arrI > arr[resultLastIndex]) { // 比较当前项和最后一项的值,如果大于最后一项,则将当前索引添加到结果集中
result.push(i) // 记录索引
continue
}
}
}
return result
}
// 最长递增子序列:[10, 11, 12, 13, 14, 15, 16]
// 最长递增子序列索引:[0, 1, 2, 3, 4, 5, 6]
const result = getSequence([10, 11, 12, 13, 14, 15, 16, 0])
console.log(result) // [0, 1, 2, 3, 4, 5, 6]
贪心+二分查找
-
遍历数组,如果当前这一项比我们最后一项大则直接放到末尾
-
如果当前这一项比最后一项小,需要在序列中通过二分查找找到比当前大的这一项,用他来替换掉
function getSequence(arr) {
const len = arr.length
const result = [0] // 默认以数组中第0个为基准来做序列,注意!!存放的是数组 索引
let resultLastIndex // 结果集中最后的索引
let start
let end
let middle
for (let i = 0; i < len; i++) {
let arrI = arr[i]
// 因为在vue newIndexToOldIndexMap 中,0代表需要创建新元素,无需进行位置移动操作
if (arrI !== 0) {
resultLastIndex = result[result.length - 1]
if (arrI > arr[resultLastIndex]) {
// 比较当前项和最后一项的值,如果大于最后一项,则将当前索引添加到结果集中
result.push(i) // 记录索引
continue
}
// 这里我们需要通过二分查找,在结果集中找到仅大于当前值的(所有大于当前值的结果中的最小值),用当前值的索引将其替换掉
// 递增序列 采用二分查找 是最快的
start = 0
end = result.length - 1
while (start < end) {
// start === end的时候就停止了 .. 这个二分查找在找索引
middle = ((start + end) / 2) | 0 // 向下取整
// 1 2 3 4 middle 6 7 8 9 6
if (arrI > arr[result[middle]]) {
start = middle + 1
} else {
end = middle
}
}
// 找到中间值后,我们需要做替换操作 start / end
if (arrI < arr[result[end]]) {
// 这里用当前这一项 替换掉以有的比当前大的那一项。 更有潜力的我需要他
result[end] = i
// p[i] = result[end - 1] // 记住他的前一个人是谁
}
}
}
return result
}
const result = getSequence([3, 2, 8, 9, 5, 6, 7, 11, 15])
console.log(result) // [1, 4, 5, 6, 7, 8] (结果是最长递增子序列的索引)
// 3
// 2(2替换3)
// 2, 8
// 2, 8, 9
// 2, 5, 9(5替换掉8,二分查找,找到第一个比5大的进行替换,即所有大于当前值的结果中的最小值)
// 2, 5, 6(6替换掉9,二分查找,找到第一个比6大的进行替换)
// ...
// 2, 5, 6, 7, 11, 15(最长递增子序列)
如果 newIndexToOldIndexMap 数组为 [102, 103, 101, 105, 106, 108, 107, 109, 104]
const result = getSequence([102, 103, 101, 105, 106, 108, 107, 109, 104])
console.log(result) // [2, 1, 8, 4, 6, 7](结果是最长递增子序列的索引)
// 102
// 102, 103
// 101, 103(102替换掉101,二分查找,找到第一个比101大的进行替换)
// 101, 103, 105
// 101, 103, 105, 106
// 101, 103, 105, 106, 108
// 101, 103, 105, 106, 107(107替换掉108,二分查找,找到第一个比107大的进行替换)
// 101, 103, 105, 106, 107, 109
// 101, 103, 104, 106, 107, 109(104替换掉105,二分查找,找到第一个比104大的进行替换)
得到的最长递增子序列为 101, 103, 104, 106, 107, 109
,我们发现其在原始数组中并不是正确的顺序,虽然序列不对,但序列长度是没问题的。
下一章我们就以此为栗子,用 前驱节点追溯 纠正其错误的 101 和 104 节点
前驱节点追溯
再次提醒!最长递增子序列是 [101, 103, 104, 106, 107, 109]
, 最长递增子序列的索引是[2, 1, 8, 4, 6, 7]
,我们的 result 是最长递增子序列的索引 !!!
我们发现,只要把 101 替换为 102, 104 替换为 105 ,则序列就被纠正了,思路如下
-
创建一个 回溯列表 p
**[0, 0, 0, 0, 0, 0, 0, 0, 0]**
,初始值均为0,长度和数组一样长,即传入getSequence 的数组 -
记录每个节点的前驱节点。无论是 追加到序列末尾 还是 替换序列中的某一项,都要记录一下他前面的节点,最终生成一个回溯列表 p
[0, 0, 0, 1, 3, 4, 4, 6, 1]
-
然后通过 序列的最后一项 109 对应的索引 7 往前回溯,p[7] 是 6,p[6] 是 4,p[4] 是 3 ……,最终得到
7 -> 6 -> 4 -> 3 -> 1 -> 0
。 -
因为是从后往前追溯的,result 则被纠正为
[0, 1, 3, 4, 6, 7]
,替换掉了顺序错误的节点
文字表达起来可能有点绕,可以看下这张图辅助理解
export function getSequence(arr) {
const len = arr.length
const result = [0] // 默认以数组中第0个为基准来做序列,注意!!存放的是数组 索引
let resultLastIndex // 结果集中最后的索引
let start
let end
let middle
const p = new Array(len).fill(0) // 最后要标记索引 放的东西不用关心,但是要和数组一样长
for (let i = 0; i < len; i++) {
let arrI = arr[i]
/** 当前这一项比我们最后一项大则直接放到末尾 */
if (arrI !== 0) {
// 因为在vue newIndexToOldIndexMap 中,0代表需要创建新元素,无需进行位置移动操作
resultLastIndex = result[result.length - 1]
if (arrI > arr[resultLastIndex]) {
// 比较当前项和最后一项的值,如果大于最后一项,则将当前索引添加到结果集中
result.push(i) // 记录索引
p[i] = resultLastIndex // 当前放到末尾的要记录他前面的索引,用于追溯
continue
}
/**这里我们需要通过二分查找,在结果集中找到仅大于当前值的(所有大于当前值的结果中的最小值),用当前值的索引将其替换掉 */
// 递增序列 采用二分查找 是最快的
start = 0
end = result.length - 1
while (start < end) {
// start === end的时候就停止了 .. 这个二分查找在找索引
middle = ((start + end) / 2) | 0 // 向下取整
// 1 2 3 4 middle 6 7 8 9 6
if (arrI > arr[result[middle]]) {
start = middle + 1
} else {
end = middle
}
}
// 找到中间值后,我们需要做替换操作 start / end
if (arrI < arr[result[end]]) {
// 这里用当前这一项 替换掉以有的比当前大的那一项。 更有潜力的我需要他
result[end] = i
p[i] = result[end - 1] // 记住他的前一个人是谁
}
}
}
// 1) 默认追加记录前驱索引 p[i] = resultLastIndex
// 2) 替换之后记录前驱索引 p[i] = result[end - 1]
// 3) 记录每个人的前驱节点
// 通过最后一项进行回溯
let i = result.length
let last = result[i - 1] // 找到最后一项
while (i > 0) {
i--
// 倒叙追溯
result[i] = last // 最后一项是确定的
last = p[last]
}
return result
}
优化Diff算法
我们求得是最长递增子序列的索引,若乱序节点的索引存在于最长递增子序列索引中,则跳过他,不移动。这样就最大限度减少了节点移动操作
利用最长递增子序列,优化Diff算法,代码如下
// 获取最长递增子序列索引
let increasingNewIndexSequence = getSequence(newIndexToOldIndexMap)
let j = increasingNewIndexSequence.length - 1
// 需要移动位置
// 乱序节点需要移动位置,倒序遍历乱序节点
for (let i = toBePatched - 1; i >= 0; i--) {
let index = i + s2 // i是乱序节点中的index,需要加上s2代表总节点中的index
let current = c2[index] // 找到当前节点
let anchor = index + 1 < c2.length ? c2[index + 1].el : null
if (newIndexToOldIndexMap[i] === 0) {
// 创建新元素
patch(null, current, container, anchor)
} else {
if (i != increasingNewIndexSequence[j]) {
// 不是0,说明已经执行过patch操作了
hostInsert(current.el, container, anchor)
} else {
// 跳过不需要移动的元素, 为了减少移动操作 需要这个最长递增子序列算法
j--
}
}
1.本站内容仅供参考,不作为任何法律依据。用户在使用本站内容时,应自行判断其真实性、准确性和完整性,并承担相应风险。
2.本站部分内容来源于互联网,仅用于交流学习研究知识,若侵犯了您的合法权益,请及时邮件或站内私信与本站联系,我们将尽快予以处理。
3.本文采用知识共享 署名4.0国际许可协议 [BY-NC-SA] 进行授权
4.根据《计算机软件保护条例》第十七条规定“为了学习和研究软件内含的设计思想和原理,通过安装、显示、传输或者存储软件等方式使用软件的,可以不经软件著作权人许可,不向其支付报酬。”您需知晓本站所有内容资源均来源于网络,仅供用户交流学习与研究使用,版权归属原版权方所有,版权争议与本站无关,用户本人下载后不能用作商业或非法用途,需在24个小时之内从您的电脑中彻底删除上述内容,否则后果均由用户承担责任;如果您访问和下载此文件,表示您同意只将此文件用于参考、学习而非其他用途,否则一切后果请您自行承担,如果您喜欢该程序,请支持正版软件,购买注册,得到更好的正版服务。
5.本站是非经营性个人站点,所有软件信息均来自网络,所有资源仅供学习参考研究目的,并不贩卖软件,不存在任何商业目的及用途
暂无评论内容