Compose Destinations 中关于导航参数设计的深入解析
2025-06-25 20:36:26作者:柏廷章Berta
密封类作为导航参数的限制与解决方案
在 Android 开发中使用 Compose Destinations 库时,开发者经常会遇到关于导航参数设计的疑问。一个常见的困惑是:为什么不能直接使用密封类作为导航参数,而必须将其包装在数据类中?
核心概念解析
首先需要明确的是,在 Compose Destinations 中,@Destination 注解的 navArgs 参数并不是直接接受一个导航参数类型,而是接受一个包含导航参数的容器类。这个容器类本身不会被序列化,只有它的字段才会被处理为实际的导航参数。
为什么密封类不能直接作为 navArgs
-
设计意图不同:
navArgs参数期望的是一个参数容器,而不是参数本身。密封类的设计目的是表示"可以是A或B"的类型,这与参数容器的概念不符。 -
技术限制:Kotlin Symbol Processing (KSP) 在生成代码时需要明确的参数结构,密封类的多态性会增加生成的复杂性。
-
导航库要求:Android 官方导航库需要一个明确的参数集合,而不是"可能是这些或那些"的参数定义。
推荐的参数设计模式
正确的做法是使用数据类作为参数容器,其中可以包含密封类作为字段:
data class MyNavArgs(
val argumentType: ArgumentType
)
sealed class ArgumentType : Parcelable {
@Parcelize
data class Type1(val text: String) : ArgumentType()
@Parcelize
data class Type2(val text: String) : ArgumentType()
}
设计最佳实践
-
命名规范:建议将参数容器类命名为
XxxNavArgs,以明确其用途。 -
参数设计:
- 容器类不需要实现
Parcelable - 容器类中的字段才需要是可序列化的类型
- 可以使用密封类作为字段类型,丰富参数表达能力
- 容器类不需要实现
-
类型安全:这种设计既保持了类型安全,又满足了导航库的要求。
底层原理
Compose Destinations 在编译时会处理 navArgs 指定的类,提取其所有字段并为每个目的地生成类型安全的导航代码。这个过程需要明确的字段定义,而不是多态的类型结构。
常见误区
- 误解 navArgs 的用途:它不是参数本身,而是参数的容器。
- 过度设计参数结构:简单的数据类通常就足够了。
- 忽略序列化要求:虽然容器类不需要序列化,但其字段需要。
通过理解这些设计原则,开发者可以更有效地使用 Compose Destinations 库构建类型安全的导航结构。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C033
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
427
3.28 K
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++
689
343
Ascend Extension for PyTorch
Python
235
267
暂无简介
Dart
686
161
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
327
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
56
33
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
669