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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
525
3.72 K
Ascend Extension for PyTorch
Python
329
391
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++
877
578
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
335
162
暂无简介
Dart
764
189
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
12
1
🎉 (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
1.33 K
746
🔥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
67
20
React Native鸿蒙化仓库
JavaScript
302
350