[vue.js设计和实现]简单的Dom Diff算法

简介: [vue.js设计和实现]简单的Dom Diff算法

今天翻看了vue.js设计和实现的第九章内容,主要是谈论Dom的Diff算法。因为实际操作dom的开销很大,所以有dom的Diff算法来减小操作dom的次数,来提高性能。


一.比较标签元素



通过比较标签的元素,来减少操作dom的次数。只要新旧子节点中的标签相同,我们就只更新节点的内容就可以


二.新旧子节点的数量不同



第一点中,我们默认了新旧子节点的数量是一样的,但是实际中我们可以要卸载或挂载上节点。这时候我们应该比较新旧节点的数量,遍历数量少的那一组节点,然后再判断剩余节点是应该挂载上还是卸载掉


三.Dom复用和key



如果新旧子节点的标签相同,只是顺序不一样。难道我们还应该在全部卸载再挂载上去吗?其实我们只需要移动节点的顺序,便可达到同样的效果。但是移动的前提是我们必须找到可以复用的子节点,所以我们要进行一轮对比操作,判断旧的子节点中有没有可以复用的。假如我们还是通过标签的方式来进行判断,若新旧子节点中的标签是一样的,那么我们无法知道这个新节点中的标签对应到旧节点中的标签是哪一个,也就无法得知我们应该如何移动,所以我们引入了key,只要两个虚拟节点的 type 属性值和 key 属性值都相同,那么我们就认为它们是相同的,即可以 进行 DOM 的复用。


四.如何移动



1.找到需要移动的元素


逆向思维,什么时候不需要移动元素。当新旧子节点的顺序相对不变的时候,我们便不需要移动元素。使用lastIndex记录新节点在旧节点中的最大索引值,如果索引值递增的顺序被打破,则需要移动该元素。


2.如何移动


通过改变引用的方式


image.png

改变引用后


image.png


添加新元素


如果有前一个 vnode 节点,则使用它的下一个兄弟节点作为锚点元素,如果没有前一个 vnode 节点,说明即将挂载的新节点是第一个子节。


删除元素


当基本的更新结束时,我们需要遍历旧的一组子节点,然后去新的一组子节 点中寻找具有相同 key 值的节点。如果找不到,则说明应该删除该节 点


目录
相关文章
|
1月前
|
JavaScript 前端开发 算法
MVVM模型,虚拟DOM和diff算法
1.MVVM是前端开发领域当中非常流行的开发思想。(一种架构模式)目前前端的大部分主流框架都实现了这个MVVM思想,例如Vue,React等2.虽然Vue没有完全遵循MVVM模型,但是Vue的设计也受到了它的启发。Vue框架基本上也是符合MVVM思想的 3.MVVM模型当中尝到了Model和View进行了分离,为什么要分离?
|
19天前
|
JavaScript 算法
原生JS完成“一对一、一对多”矩形DIV碰撞检测、碰撞检查,通过计算接触面积(重叠覆盖面积)大小来判断接触对象DOM
原生JS完成“一对一、一对多”矩形DIV碰撞检测、碰撞检查,通过计算接触面积(重叠覆盖面积)大小来判断接触对象DOM
|
1月前
|
JavaScript 前端开发 算法
js开发:请解释什么是虚拟DOM(virtual DOM),以及它在React中的应用。
虚拟DOM是React等前端框架的关键技术,它以轻量级JavaScript对象树形式抽象表示实际DOM。当状态改变,React不直接操作DOM,而是先构建新虚拟DOM树。通过高效diff算法比较新旧树,找到最小变更集,仅更新必要部分,提高DOM操作效率,降低性能损耗。虚拟DOM的抽象特性还支持跨平台应用,如React Native。总之,虚拟DOM优化了状态变化时的DOM更新,提升性能和用户体验。
24 0
|
23天前
|
JavaScript
理解DOM树的加载过程(js的问题)
理解DOM树的加载过程(js的问题)
10 0
|
1月前
|
JavaScript 前端开发 算法
深入探讨前端框架Vue.js中的虚拟DOM机制
本文将深入探讨前端框架Vue.js中的虚拟DOM机制,分析其原理、优势以及在实际开发中的应用场景,帮助读者更好地理解Vue.js框架的核心特性。
|
1月前
|
JavaScript 前端开发
JS获取DOM元素的八种方法(含代码,简单易懂)
JS获取DOM元素的八种方法(含代码,简单易懂)
|
1月前
|
缓存 JavaScript 算法
Vue.js中的diff算法:让虚拟DOM更高效
Vue.js中的diff算法:让虚拟DOM更高效
|
1月前
|
传感器 算法 计算机视觉
基于肤色模型和中值滤波的手部检测算法FPGA实现,包括tb测试文件和MATLAB辅助验证
该内容是关于一个基于肤色模型和中值滤波的手部检测算法的描述,包括算法的运行效果图和所使用的软件版本(matlab2022a, vivado2019.2)。算法分为肤色分割和中值滤波两步,其中肤色模型在YCbCr色彩空间定义,中值滤波用于去除噪声。提供了一段核心程序代码,用于处理图像数据并在FPGA上实现。最终,检测结果输出到"hand.txt"文件。
|
1月前
|
机器学习/深度学习 算法 计算机视觉
基于yolov2深度学习网络的视频手部检测算法matlab仿真
基于yolov2深度学习网络的视频手部检测算法matlab仿真
|
1月前
|
算法
【MATLAB】语音信号识别与处理:移动中位数滤波算法去噪及谱相减算法呈现频谱
【MATLAB】语音信号识别与处理:移动中位数滤波算法去噪及谱相减算法呈现频谱
23 2