Compose Destinations 库中 ResultRecipientImpl 的生命周期处理优化
2025-06-25 06:11:05作者:董灵辛Dennis
Compose Destinations 是一个用于 Jetpack Compose 的导航库,它简化了导航和参数传递的过程。最近在版本 2.2.0 中,该库对 ResultRecipientImpl 的生命周期处理进行了重要优化,解决了在某些特定场景下结果过早传递的问题。
问题背景
在原始实现中,ResultRecipientImpl 的 onNavResult 方法会在 ON_START 生命周期阶段处理结果。这种设计在大多数情况下工作良好,但在某些特殊场景下会导致问题:
- 当父屏幕打开一个底部表单(BottomSheet)时
- 用户在底部表单中操作数据并通过 resultNavigator.setResult() 发送结果
- 如果用户将应用置于后台后再恢复,父屏幕会在 ON_START 阶段接收到结果
- 这导致当用户真正关闭底部表单时,结果已经被消费而无法再次传递
技术分析
问题的核心在于生命周期阶段的选择。ON_START 阶段在某些情况下(如底部表单或对话框覆盖时)会被触发,而 ON_RESUME 则不会。这导致了结果在不恰当的时机被消费。
原始实现选择 ON_START 的原因是为了兼容一些特殊目的地类型(如对话框和底部表单),在这些情况下 ON_RESUME 可能不会被触发。
解决方案
Compose Destinations 2.2.0 版本引入了更灵活的生命周期处理策略:
- 保留了原有的 ON_FIRST_OPPORTUNITY 默认行为(在 ON_START 或 ON_RESUME 中处理,以先触发的为准)
- 新增了 ON_RESUME 选项,开发者可以根据需要选择只在 ON_RESUME 阶段处理结果
这种设计既保持了向后兼容性,又为特定场景提供了更精确的控制。
实际应用
对于需要精确控制结果传递时机的场景(如底部表单或对话框),开发者现在可以:
onNavResult(
navBackStackEntry = navBackStackEntry,
lifecycleOwner = lifecycleOwner,
resultRecipient = resultRecipient,
lifecycleState = Lifecycle.State.RESUMED
) { result ->
// 处理结果
}
这种配置确保了结果只在屏幕真正恢复时被处理,避免了应用从后台恢复时的意外结果消费。
总结
Compose Destinations 的这次更新展示了良好的API设计理念:
- 保持向后兼容性
- 为特殊场景提供扩展点
- 让开发者能够根据具体需求选择最适合的行为
对于使用底部表单或对话框等场景的开发者,建议评估是否需要使用新的 ON_RESUME 选项来获得更精确的结果处理时机控制。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
574
3.85 K
Ascend Extension for PyTorch
Python
388
466
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
356
216
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++
897
688
昇腾LLM分布式训练框架
Python
121
147
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
120
156
🎉 (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
1.38 K
782
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
599
167
React Native鸿蒙化仓库
JavaScript
311
361