Compose Destinations 嵌套导航图目的地获取问题解析
2025-06-25 08:38:27作者:伍霜盼Ellen
问题背景
在 Compose Destinations 2.0.0-beta01 版本中,开发者发现了一个关于嵌套导航图目的地获取的问题。当使用 allDestinations
扩展函数时,父级导航图无法正确获取嵌套子图中的所有目的地。
问题现象
以一个典型的导航结构为例:
MenuNavGraph
├── Page1NavGraph
│ └── Page1Screen
├── SettingsNavGraph
│ └── SettingsScreen
├── FromSettingsLoginGraph
│ ├── LoginScreen
│ └── FromSettingsRegisterGraph
│ └── RegisterScreen
└── Page2NavGraph
├── Page2Route
├── Page2-1Route
└── Page2-3Route
开发者期望 FromSettingsLoginGraph
的 allDestinations
能够返回 LoginScreen
和 RegisterScreen
两个目的地,但实际上只返回了 LoginScreen
一个目的地。
技术分析
这个问题源于 Compose Destinations 在处理嵌套导航图时的递归逻辑存在缺陷。虽然代码设计上确实考虑了递归获取嵌套导航图的目的地,但在实际实现中未能完全覆盖所有嵌套情况。
开发者通过以下检查方法确认了问题:
appCurrentDestinationState?.route?.let {
topLevelDestination.graph.findDestination(it)
} != null
这个检查确认了 RegisterScreen
确实是 FromSettingsLoginGraph
的一部分,因此 allDestinations
应该包含它。
解决方案
Compose Destinations 的维护者 raamcosta 确认了这是一个 bug,并在 2.0.0-beta07 版本中修复了这个问题。修复的核心是完善了递归获取嵌套导航图目的地的逻辑,确保所有层级的嵌套目的地都能被正确包含。
最佳实践
对于使用 Compose Destinations 的开发者,在处理嵌套导航时应注意:
- 确保使用最新版本以获得最稳定的嵌套导航支持
- 对于复杂的嵌套结构,建议先验证
allDestinations
是否返回了预期结果 - 可以通过打印导航树结构来辅助调试
总结
这个问题的解决体现了 Compose Destinations 对复杂导航场景的支持正在不断完善。嵌套导航是现代移动应用开发中常见的需求,正确处理嵌套结构对于构建复杂的应用导航至关重要。开发者可以放心地在项目中使用嵌套导航功能,只需确保使用修复后的版本即可。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
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++0123AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
226
2.27 K

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

暂无简介
Dart
526
116

🎉 (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
988
586

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
351
1.43 K

🔥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
61
17

GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】
Jinja
47
0

喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
17
0

React Native鸿蒙化仓库
JavaScript
212
288