You Don't Know JS: 深入理解JavaScript中的行为委托模式
2025-06-04 04:54:48作者:瞿蔚英Wynne
前言
在JavaScript中,[[Prototype]]机制常被误解为"类"或"继承"。本文将通过对比传统类继承模式与行为委托模式,揭示JavaScript对象链接的本质,帮助你建立更准确的JavaScript心智模型。
从类继承到行为委托的思维转变
类继承模式的局限性
传统类继承模式在JavaScript中的实现存在以下问题:
- 冗长的语法(
.prototype随处可见) - 意外的
.constructor解析 - 丑陋的伪多态语法
- 需要各种mixin来弥补不足
这些复杂性导致许多开发者止步于表面,转而依赖类库来处理这些"脏活"。
[[Prototype]]机制的本质
[[Prototype]]是一个对象内部的链接,指向另一个对象。当在一个对象上查找属性/方法未果时,引擎会沿着这个链接继续查找,形成所谓的"原型链"。
关键点:JavaScript的核心机制是关于对象链接到其他对象。
行为委托设计模式
类理论 vs 委托理论
类理论实现
假设我们需要建模多个相似任务("XYZ","ABC"等):
class Task {
constructor(ID) { this.id = ID; }
outputTask() { console.log(this.id); }
}
class XYZ extends Task {
constructor(ID, Label) {
super(ID);
this.label = Label;
}
outputTask() {
super.outputTask();
console.log(this.label);
}
}
这种方式鼓励使用方法覆盖和多态,但带来了额外的复杂性。
委托理论实现
使用行为委托模式:
var Task = {
setID: function(ID) { this.id = ID; },
outputID: function() { console.log(this.id); }
};
var XYZ = Object.create(Task);
XYZ.prepareTask = function(ID, Label) {
this.setID(ID);
this.label = Label;
};
XYZ.outputTaskDetails = function() {
this.outputID();
console.log(this.label);
};
这种风格称为OLOO(Objects Linked to Other Objects),只关心对象间的委托关系。
OLOO风格的关键特点
- 状态应保存在委托者上:数据属性直接放在XYZ上,而非Task
- 避免命名冲突:不同层级的方法使用更具描述性的名称
- 自然的this绑定:方法调用时this自动绑定到发起调用的对象
行为委托的优势
- 更简单的代码结构:不需要构造函数、原型和new调用
- 更直观的关系:对象作为对等实体相互委托
- 更少的心智负担:不需要模拟类的机制
- 更灵活的代码组织:可以按需委托,不受类层次限制
实践对比:类继承 vs OLOO
类继承实现
function Foo(who) {
this.me = who;
}
Foo.prototype.identify = function() {
return "I am " + this.me;
};
function Bar(who) {
Foo.call(this, who);
}
Bar.prototype = Object.create(Foo.prototype);
Bar.prototype.speak = function() {
alert("Hello, " + this.identify() + ".");
};
OLOO实现
var Foo = {
init: function(who) {
this.me = who;
},
identify: function() {
return "I am " + this.me;
}
};
var Bar = Object.create(Foo);
Bar.speak = function() {
alert("Hello, " + this.identify() + ".");
};
两种方式都建立了三个对象的链接关系,但OLOO方式更加简洁明了。
注意事项
- 禁止相互委托:不能创建两个对象互相委托的循环
- 调试工具差异:不同浏览器对对象构造的表示可能不同
- 委托作为内部实现:通常不直接暴露委托关系在API中
结论
JavaScript的[[Prototype]]机制本质上是对象间的委托链接,而非类继承。行为委托模式(OLOO)提供了一种更简单、更符合JavaScript本质的方式来组织代码。
通过拥抱对象链接而不是模仿类继承,我们可以:
- 减少代码复杂性
- 获得更清晰的架构
- 更好地利用JavaScript的语言特性
- 降低心智负担
当你下次设计JavaScript代码时,不妨尝试使用行为委托模式,体验更自然的JavaScript编程方式。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude 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 StartedRust0198
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0129
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python07
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
767
5.01 K
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++
866
1.95 K
Ascend Extension for PyTorch
Python
725
897
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++
692
1.35 K
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
458
454
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.09 K
1.12 K
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
1.02 K
265
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
238
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
629
Oohos_react_native
React Native鸿蒙化仓库
C++
357
425