首页
/ LegendState项目中的useComputed依赖项优化与演进

LegendState项目中的useComputed依赖项优化与演进

2025-06-20 00:32:42作者:苗圣禹Peter

背景介绍

在LegendState状态管理库的v3版本开发过程中,开发者们对useComputed钩子函数的依赖项(deps)参数位置进行了深入讨论。这一讨论不仅涉及API设计的最佳实践,还触及了React生态中的一些核心概念和性能优化策略。

问题起源

在React生态中,钩子函数的依赖项数组是一个常见模式,如useEffect、useMemo等。React官方推荐的ESLint规则会自动检测并填充这些依赖项。在LegendState的早期版本中,useComputed的依赖项参数位置与React社区的习惯不一致,这导致了一些开发体验上的不便。

开发者lishine提出了一个关键观点:依赖项参数应该紧跟在计算函数之后,而不是放在最后。这种设计更符合React生态的惯例,能够更好地与ESLint规则配合工作。

技术实现方案

lishine提供了自己的解决方案,通过类型重载和参数重新排序来优化API设计:

export function useComputed<T>(compute: () => T | Promise<T>, deps: DependencyList): Observable<T>
export function useComputed<T, T2 = T>(
    compute: (() => T | Promise<T>) | ObservableParam<T>,
    set: (value: T2) => void
): Observable<T>
export function useComputed<T, T2 = T>(
    compute: (() => T | Promise<T>) | ObservableParam<T>,
    deps: DependencyList,
    set: (value: T2) => void
): Observable<T>
export function useComputed(param1: any, param2: any, param3?: any) {
    return legendUseComputed(param1, param3, param2)
}

这种实现保持了向后兼容性,同时提供了更符合React开发习惯的API。

更深层次的讨论

项目维护者jmeistrich提出了更根本的思考:计划在v3版本中弃用useComputed和computed概念,转而统一使用observable。这一决策基于几个重要考量:

  1. API简化:减少核心概念数量,降低学习曲线
  2. 性能优化:避免在依赖项变化时创建新的observable,而是刷新现有observable
  3. 概念统一:observable现在可以像computed一样工作,只需传入函数

依赖项处理的创新方案

jmeistrich实现了一种创新的依赖项处理方式:将依赖项数组放入一个observable中,当依赖项变化时刷新已创建的observable,而不是创建新实例。这种方法解决了两个关键问题:

  1. 稳定性:保持observable引用不变,避免订阅中断
  2. 性能:减少不必要的实例创建和垃圾回收

实际应用案例

开发者们还讨论了参数化computed的高级用法,即根据参数动态创建observable。这种模式在需要缓存多个计算结果的场景非常有用。v3版本通过"查找表"(lookup table)特性原生支持了这种模式:

const o$ = observable({ a: 1, b: 2 } as Record<string, number>);
const c$$ = useObservable((p: string) => o$[p].get())

依赖项比较的优化

在实现过程中,开发者们发现LegendState对依赖项的比较采用了深度值比较而非引用比较。这一特性值得注意:

  1. 当设置observable值为数组/对象时,会递归比较原始值,忽略引用变化
  2. 但对于computed返回值,只进行浅比较,引用变化会被视为值变化

这种差异化的比较策略在性能与正确性之间取得了良好平衡。

总结与展望

LegendState v3版本在useComputed和相关API上的演进体现了几个重要趋势:

  1. API设计更加符合React生态惯例,降低开发者认知负担
  2. 概念精简,通过observable统一多种功能
  3. 性能优化,创新的依赖项处理机制
  4. 类型安全,完善的TypeScript支持

这些改进使LegendState在状态管理领域更具竞争力,为开发者提供了更强大、更易用的工具。未来,随着更多开发者采用和实践,这些API设计可能会进一步演进,持续优化开发体验和运行时性能。

登录后查看全文

项目优选

收起
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
471
466
kernelkernel
deepin linux kernel
C
32
16
atomcodeatomcode
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get Started
Rust
2.09 K
218
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
700
1.4 K
docsdocs
暂无描述
Dockerfile
780
5.08 K
pytorchpytorch
Ascend Extension for PyTorch
Python
758
968
flutter_flutterflutter_flutter
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
272
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
880
2.02 K
mindquantummindquantum
MindQuantum is a general software library supporting the development of applications for quantum computation.
Python
183
112
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.11 K
682