第二十七章 案例TodoList 之总结

简介: 第二十七章 案例TodoList 之总结

自此,我们已经将Todolist组件案例写完了,从中我们用到了哪些知识点呢?

  • 1、学会如何根据静态的页面效果,按功能拆分组件,将组件拆分为更小的组件,每个组件都负责一个特定的功能。
  • 2、在React中className和style={{}}已经事件属性:onXxx的写法。
  • 3、了解React中defaultChecked与checked属性的区别
  • 4、认识新的依赖库nanoid,该库可以生成唯一的UUID
  • 5、使用prop-types依赖库对props标签属性进行类型和必要性的限制
  • 6、对数组身上的方法如:reduce/map/filter...的熟练使用
  • 7、动态初始化列表,如何确定将数据放在那个组件的state中?

—1、某个组件使用:放在其自身的state中

—2、某些组件使用:放在他们共同的父组件state中(官方称此操作为:状态提升)

  • 8、关于父子间通信:

—1、【父组件】给【子组件】传递数据:通过props传递

—2、【子组件】给【父组件】传递数据:通过props传递,要求父组件提前给子组件传递一个函数

  • 9、状态在哪里,操作状态的方法就在哪里。


相关文章
|
分布式计算 JavaScript 前端开发
超级实用!详解Node.js中的lodash模块和async模块
超级实用!详解Node.js中的lodash模块和async模块
|
JavaScript
vue系列之 插槽(Slot) 详解
vue系列之 插槽(Slot) 详解
vue系列之 插槽(Slot) 详解
|
JSON 开发工具 数据安全/隐私保护
|
JSON 前端开发 开发工具
Vue3 小兔鲜:项目起步
Vue3 小兔鲜:项目起步
515 0
|
11天前
|
数据采集 人工智能 安全
|
7天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
334 164