Excalidraw 项目中元素中心点计算的优化实践
2025-04-28 16:15:41作者:宗隆裙
在图形编辑工具 Excalidraw 的开发过程中,开发团队发现代码库中存在多处重复计算元素中心点的逻辑。这些重复代码不仅增加了维护成本,也容易导致不一致性问题。本文将详细介绍该问题的发现过程、解决方案以及实施细节。
问题背景
在 Excalidraw 这样的绘图应用中,经常需要计算各种图形元素的中心点坐标。原始代码中,开发人员直接在多个文件中重复使用相同的计算公式:x + width / 2, y + height / 2。这种重复代码存在几个明显问题:
- 代码冗余:相同的计算逻辑散布在多个文件中
- 维护困难:如果需要修改计算方式,需要修改多处代码
- 可读性差:直接使用公式不如命名良好的函数直观
解决方案
开发团队决定通过创建一个统一的工具函数来解决这个问题。具体方案包括:
- 在
packages/excalidraw/element/utils.ts文件中新增elementCenterPoint函数 - 该函数接收一个
ExcalidrawElement类型参数 - 返回一个
GlobalPoint类型的中心点坐标 - 重构所有使用原始计算公式的地方,改为调用这个新函数
实施细节
函数实现
新函数的核心实现非常简单:
export function elementCenterPoint(element: ExcalidrawElement): GlobalPoint {
return {
x: element.x + element.width / 2,
y: element.y + element.height / 2
};
}
这个实现虽然简单,但带来了几个好处:
- 集中管理:所有中心点计算逻辑集中在一处
- 类型安全:输入输出都有明确的类型定义
- 易于扩展:未来如果需要调整计算方式,只需修改这一处
重构范围
重构工作涉及多个核心功能模块,包括但不限于:
- 元素绑定:处理元素间的连接关系
- 碰撞检测:判断元素间是否发生重叠
- 元素裁剪:处理元素的裁剪操作
- 距离计算:计算元素间的空间距离
这些模块都需要频繁使用元素中心点坐标,通过统一函数调用,显著提高了代码的一致性和可维护性。
技术考量
在实现这个优化时,开发团队考虑了以下几个技术要点:
-
性能影响:新增函数调用是否会带来性能开销
- 经评估,现代JavaScript引擎对小型函数调用优化得很好
- 可读性和维护性提升的价值远大于微小的性能代价
-
类型系统:确保TypeScript类型定义准确
- 明确定义了输入参数和返回值的类型
- 利用了项目现有的类型体系
-
测试覆盖:确保重构不影响现有功能
- 依赖项目的单元测试保障重构安全
- 特别测试了边界情况(如零宽度/高度的元素)
最佳实践
通过这个案例,我们可以总结出一些适用于类似项目的代码优化实践:
- 识别重复模式:定期审查代码,寻找重复出现的计算模式
- 适时抽象:当相同逻辑出现3次以上时,考虑抽象为函数
- 命名清晰:工具函数名称应准确描述其功能
- 类型完善:充分利用类型系统提高代码可靠性
- 渐进重构:可以分阶段逐步替换旧实现,降低风险
总结
Excalidraw 项目通过将重复的元素中心点计算逻辑抽象为统一函数,显著提高了代码质量。这种做法不仅减少了代码重复,还增强了代码的可读性和可维护性,为未来的功能扩展打下了良好基础。对于类似的图形编辑项目,这种集中管理核心计算逻辑的模式值得借鉴。
登录后查看全文
热门项目推荐
相关项目推荐
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
538
3.76 K
Ascend Extension for PyTorch
Python
343
411
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++
886
604
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
337
181
暂无简介
Dart
775
192
deepin linux kernel
C
27
11
🎉 (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
1.34 K
757
React Native鸿蒙化仓库
JavaScript
303
356
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
987
252
仓颉编译器源码及 cjdb 调试工具。
C++
154
895