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-VLPaddleOCR-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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-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).Dockerfile014
Spark-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。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
295
2.63 K
暂无简介
Dart
585
127
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++
606
187
deepin linux kernel
C
24
7
🎉 (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
1.05 K
610
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
359
2.3 K
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
760
72
Ascend Extension for PyTorch
Python
124
147
仓颉编译器源码及 cjdb 调试工具。
C++
122
430
仓颉编程语言运行时与标准库。
Cangjie
130
444