万万没想到,React 优先级队列的实现方式,跟我书里写的一模一样

简介: 万万没想到,React 优先级队列的实现方式,跟我书里写的一模一样

我曾经写了一本书《JavaScript 核心进阶》,我用大量文字篇幅以及配套详细视频讲解,在《V8 的垃圾回收机制底层算法原理》一文中,跟大家介绍了算法上如何从深度优先遍历,转向广度优先遍历。以及为什么广度优先遍历可以做到任务可中断而深度优先遍历做不到。又在《数据结构堆》一文中,跟大家分享了如何利用二叉堆实现优先级队列。


这可就赶巧了,React 的优先级队列的实现方式,居然跟我书里里介绍的方法几乎一样。


1.React 中的优先级队列


我们来看一下 React 源码里是怎么写的。


在这之前,先瞄一眼二叉堆的可视图形结构如下。这是一个小顶堆。父节点的数字总是比子节点小。

当我想要插入一个节点时,只能从二叉堆结构的最后一个位置插入。但是他插入进来之后,如果优先级不符合小顶堆/大顶堆的比较规则,则需要调整新节点的位置。因此,新的节点需要跟它的父节点进行优先级的比较,然后根据比较结果调整位置,这个比较可能会发生多次,直到完全符合规则为止。


React 源码里定义了一个 shftUp 来实现这个逻辑

function siftUp(heap, node, i) {
  var index = i;
  while (index > 0) {
    var parentIndex = index - 1 >>> 1;
    var parent = heap[parentIndex];
    if (compare(parent, node) > 0) {
      // The parent is larger. Swap positions.
      heap[parentIndex] = node;
      heap[index] = parent;
      index = parentIndex;
    } else {
      // The parent is smaller. Exit.
      return;
    }
  }
}

从逻辑里来看,React 实现的是一个小顶堆。数字越小,优先级越高。


在这个基础之上,React 又封装了一个更语义化的 push 方法来完成任务节点的插入。传入的参数 heap 就是 React 源码里维护的队列。

function push(heap, node) {
  var index = heap.length;
  heap.push(node);
  siftUp(heap, node, index);
}

当小顶堆最顶部的元素被删掉之后,二叉堆结构就出现了混乱,我们会首先将树结构中的最后一个节点,补充到堆顶位置。


补充之后,当前的树结构多半不符合小顶堆的特性,因此我们需要将新的堆顶的元素与它子元素进行比较,找到最小子元素并与其交换位置,这个行为,我们可以称之为下沉。这个比较可能会发生多次,至少完全符合规则为止。


react 源码里也提供了一个下沉的方法

function siftDown(heap, node, i) {
  var index = i;
  var length = heap.length;
  var halfLength = length >>> 1;
  while (index < halfLength) {
    var leftIndex = (index + 1) * 2 - 1;
    var left = heap[leftIndex];
    var rightIndex = leftIndex + 1;
    // If the left or right node is smaller, swap with the smaller of those.
    var right = heap[rightIndex]; 
    if (compare(left, node) < 0) {
      if (rightIndex < length && compare(right, left) < 0) {
        heap[index] = right;
        heap[rightIndex] = node;
        index = rightIndex;
      } else {
        heap[index] = left;
        heap[leftIndex] = node;
        index = leftIndex;
      }
    } else if (rightIndex < length && compare(right, node) < 0) {
      heap[index] = right;
      heap[rightIndex] = node;
      index = rightIndex;
    } else {
      // Neither child is smaller. Exit.
      return;
    }
  }
}

有了这个方法之后,删除节点的封装就比较简单了

function pop(heap) {
  if (heap.length === 0) {
    return null;
  }
  var first = heap[0];
  var last = heap.pop();
  if (last !== first) {
    heap[0] = last;
    siftDown(heap, last, 0);
  }
  return first;
}

React 还提供了一个工具方法 peek,用于获取当前的堆顶元素

function peek(heap) {
  return heap.length === 0 ? null : heap[0];
}

最关键的是优先级的比较方法。非常的简单,就跟 sort 排序需要的参数长得差不多。

function compare(a, b) {
  // Compare sort index first, then task id.
  var diff = a.sortIndex - b.sortIndex;
  return diff !== 0 ? diff : a.id - b.id;
}

从 compare 方法中,我们可以发现,React 的优先级的比较,会先比较 sortIndex,然后比较节点 id。我们可以继续通过源码学习他们代表的具体含义来进一步理解这个规则。


2.具体的优先级


React 中,有三套不同的优先级机制:事件优先级、Lane 优先级、Scheduler 优先级。他们可以在特定的场景相互转换,我们这篇文章主要探讨 Scheduler 中的优先级规则是如何设计的,在并发模式中,这是最重要的一个部分,Lane 优先级最终也会转换为 Scheduler 的优先级


React 内部有一个方法 unstable_scheduleCallback,该方法是专门用来调度任务的

function unstable_scheduleCallback(priorityLevel, callback, options) {
  ...
}

在这个方法中,新的任务节点会被创建

var newTask = {
  id: taskIdCounter++,
  callback: callback,
  priorityLevel: priorityLevel,
  startTime: startTime,
  expirationTime: expirationTime,
  sortIndex: -1
};

我们可以看到,id 属性是一个递增值,这个就比较好理解。


sortIndex 的默认值为 -1,但是他后续的逻辑会因为 startTime 与 currentTime 的比较结果重新赋值

if (startTime > currentTime) {
  // This is a delayed task.
  newTask.sortIndex = startTime;
  push(timerQueue, newTask);
  ...
} else {
  newTask.sortIndex = expirationTime;
  push(taskQueue, newTask);
  // wait until the next time we yield.
  ...
}

所以这里的三个时间 startTime currentTime expirationTime 就非常关键,我们要去一一搞清楚他们都是干什么的。


先来看看 currentTime 的逻辑

var currentTime = getCurrentTime();
/* eslint-disable no-var */
var getCurrentTime;
var hasPerformanceNow = typeof performance === 'object' && typeof performance.now === 'function';
if (hasPerformanceNow) {
  var localPerformance = performance;
  getCurrentTime = function () {
    return localPerformance.now();
  };
} else {
  var localDate = Date;
  var initialTime = localDate.now();
  getCurrentTime = function () {
    return localDate.now() - initialTime;
  };

这里做了一个 performance.now() 与 Date.now() 的兼容处理。可能会涉及到部分同学的知识盲区。这里给大家额外科普一下


perfomance.now() 返回值表示从时间源开始算起,到调用该方法时所经历的时间。单位是 ms。一般来说,当全局对象是 Window 时,时间源会从创建页面上下文开始算起。


而 Date.now() 的时间源是从 1970 年 1 月 1 日 00:00:00 (UTC) 开始算起。因此,React 源码里,会在 JS 逻辑里重新定义一个初始时间源,然后用调用时的当前时间减去初始时间源,这样他们所表达的含义就基本一致了。


所以,getCurrentTime() 表达的含义为,页面创建之初,到当前我调用该方法时,这中间经历的时间(ms)。


我们再来看 startTime 的含义


他的逻辑如下

var startTime;
if (typeof options === 'object' && options !== null) {
  var delay = options.delay;
  if (typeof delay === 'number' && delay > 0) {
    startTime = currentTime + delay;
  } else {
    startTime = currentTime;
  }
} else {
  startTime = currentTime;
}

可以看到,startTime 基本上都是等于 currentTime,不过当 unstable_scheduleCallback 传入合理的 delay 时,则会在 currentTime 的基础之上,加上 delay 的值,例如

unstable_scheduleCallback(NormalPriority, cb, { delay: 2000 });

最后我们来看一下 expirationTime 的逻辑,发现他最终的值与 priorityLevel 有关

var timeout;
switch (priorityLevel) {
  case ImmediatePriority:
    timeout = IMMEDIATE_PRIORITY_TIMEOUT;
    break;
  case UserBlockingPriority:
    timeout = USER_BLOCKING_PRIORITY_TIMEOUT;
    break;
  case IdlePriority:
    timeout = IDLE_PRIORITY_TIMEOUT;
    break;
  case LowPriority:
    timeout = LOW_PRIORITY_TIMEOUT;
    break;
  case NormalPriority:
  default:
    timeout = NORMAL_PRIORITY_TIMEOUT;
    break;
}
var expirationTime = startTime + timeout;

那我们再往上追溯一下几个常量的值。

// 表示已经到期,立即执行
var IMMEDIATE_PRIORITY_TIMEOUT = -1;
var USER_BLOCKING_PRIORITY_TIMEOUT = 250;
var NORMAL_PRIORITY_TIMEOUT = 5000;
// 设置一个大值,表示永不过期
var LOW_PRIORITY_TIMEOUT = 10000;
// Tasks are stored on a min heap
var IDLE_PRIORITY_TIMEOUT = maxSigned31BitInt;

那么此时任务过期时间 expirationTime 所代表的含义就非常明确了。


这样,我们再回过头来去看优先级比较的 sortIndex 逻辑

if (startTime > currentTime) {
  // This is a delayed task.
  newTask.sortIndex = startTime;
  push(timerQueue, newTask);
  ...
} else {
  newTask.sortIndex = expirationTime;
  push(taskQueue, newTask);
  // wait until the next time we yield.
  ...
}

我们可以得出如下结论


首先,sortIndex 值越大,优先级越低。


其次,React 源码里会维护两个队列。

var taskQueue = [];
// Incrementing id counter. Used to maintain insertion order.
var timerQueue = [];

当我们在调度一个任务时,如果传入 delay 值,任务会进入 timerQueue,优先级 由 delay 决定,当 delay 值越大,优先级越低。


如果不传入 delay, 任务会直接进入 taskQueue,优先级由上面几个常量值来决定,值越大,优先级越低。


timerQueue 中的任务,会结合 setTimeout,在 delay 结束时 push 到 taskQueue 中。然后根据优先级执行。


阅读过我在 《JavaScript 核心进阶》 中的 Event Loop 章节的同学应该可以联想到,这里的 timerQueue,跟我们在事件循环里的讲的 [[PromiseFulfillReactions]] 队列非常相似。


这就是 React 的优先级调度器逻辑。


有了这一套基础逻辑,我们就可以在此基础之上,非常方便的实现


  • 高优先级插队
  • 任务切片
  • 任务中断
  • 任务延迟


这里就不再继续扩展,留给大家去探索。


3.思考


不知道大家有没有玩过网易的手游阴阳师。一个回合制游戏,这个游戏的战斗画场景中,出手顺序是按照角色/式神的速度属性值来决定的,速度越快,越早出手。但是呢,这个游戏还设定了一个非常有意思的机制,那就是他给场上角色设置了一个出手进度条,你速度越快,进度条跑得就越快,谁跑得越快,就越早出手。除此之外,还有很多技能可以提高进度条的进度,也可以有技能击退别人的进度条。这个机制给 PK 带来了非常多的新玩法


比如,速度慢的出手优先级,会随着时间的推移变得越来越高。理解这个现象非常的重要,但是在我们刚才的实现机制中其实已经做到了这一点。因为 getCurrentTime 获取到的时间,会随着时间的推移变得越来越大,因此新任务的 currentTime 总比老任务更大,优先级就更低。


又比如,速度快的,可能出手了两次,速度慢的,都没机会出手。我们可以用优先出手的式神释放一个技能去击退目标的进度条,去降低他的出手优先级。也就是说,我们可以在优先级高的任务逻辑里,击退低优先级任务的 expirationTime,让它的优先级进一步变低,这样它就有可能总是会被高优先级的任务插队。


因此,我们可以借鉴 react 里的任务调度机制来实现阴阳师战斗的这个逻辑。


我的解释可能不那么详细,不过玩过阴阳师的朋友估计能理解我大概说的是什么,可以思考一下这个机制的具体实现,想清楚了拿下网易的 offer 没难度!

相关文章
|
5月前
|
Java 程序员
惊呆了!LinkedList的这些队列功能,99%的程序员都没用过!
【6月更文挑战第18天】`LinkedList`不仅是Java集合中的列表实现,还可作队列(`peek()`,`add()`,`remove()`)和双端队列(`Deque`,`addFirst()`,`addLast()`,`peekFirst()`,`peekLast()`),甚至栈(`push()`,`pop()`,`peek()`)。常被低估,其实它具备从两端操作数据的强大能力,适合多种数据结构需求。
37 6
|
前端开发 JavaScript
前端学习笔记202307学习笔记第五十七天-模拟面试笔记react-fiber怎么做到中断恢复的的
前端学习笔记202307学习笔记第五十七天-模拟面试笔记react-fiber怎么做到中断恢复的的
119 0
|
6月前
Pinia的十个简答小案例
Pinia的十个简答小案例
134 0
Pinia的十个简答小案例
|
12月前
|
缓存 前端开发 JavaScript
前端Vue小项目的一个非常诡异离谱的"眼神不好"Bug
公司放假, 现在来提升自己的前端的技术, 想着使用饿了么UI搭建一个简单的页面, 并完成mock数据的获取, 一个小项目就好了....
82 0
|
前端开发
前端学习笔记202307学习笔记第五十七天-模拟面试笔记react-fiber得工作机制
前端学习笔记202307学习笔记第五十七天-模拟面试笔记react-fiber得工作机制
57 0
|
JavaScript 前端开发 程序员
做为前端面试官,春招跳槽建议你把这20个vue题目搞懂
做为前端面试官,春招跳槽建议你把这20个vue题目搞懂
121 0