Preact 10.x版本中列表渲染顺序问题的分析与解决
2025-05-03 03:45:33作者:翟萌耘Ralph
问题背景
在Preact 10.16.0至10.22.0版本中,开发人员发现了一个关于列表渲染顺序的严重问题。当使用key属性渲染动态列表时,如果对数组进行重新排序(如洗牌操作),渲染结果会出现意外的顺序错乱。这个问题在10.15.0及以下版本中并不存在,表明这是在新版本中引入的回归问题。
问题复现
问题可以通过以下两种方式复现:
- 简单洗牌测试:
 
const jsx = (items) => (
  <div>
    {items.map((key) => (
      <div key={key}>{key}</div>
    ))}
  </div>
);
const a = ["0", "1", "2", "3", "4", "5", "6"];
const b = ["1", "3", "5", "2", "6", "4", "0"];
render(jsx(a), scratch);
render(jsx(b), scratch);
- 随机化压力测试:
 
it('handle shuffled', () => {
  function randomize(arr) {
    for (let i = arr.length - 1; i > 0; i--) {
      let j = Math.floor(Math.random() * (i + 1));
      [arr[i], arr[j]] = [arr[j], arr[i]];
    }
    return arr;
  }
  const a = Array.from({ length: 8 }).map((_, i) => `${i}`);
  
  for (let i = 0; i < 10000; i++) {
    const aa = randomize(a);
    render(<App items={aa}/>, scratch);
    // 验证渲染结果是否与输入顺序一致
  }
});
技术分析
这个问题源于Preact 10.16.0中引入的"skew based diff"算法优化。该算法原本旨在提高列表渲染的性能,但在处理某些特定顺序的数组重排时会出现错误。
核心问题在于diff算法在比较新旧子节点时,没有正确处理所有可能的排列组合情况。特别是当数组中元素的位置发生大规模变动时,算法可能会错误地保留某些DOM节点的位置,而不是按照新的key顺序重新排列。
影响范围
该问题影响以下场景:
- 使用map渲染带key的动态列表
 - 列表项顺序发生变化的场景(如排序、洗牌、过滤等操作)
 - 特别是当列表长度较大且变化幅度较大时更容易出现
 
解决方案
Preact团队在发现问题后迅速响应,通过以下方式解决了问题:
- 修复了diff算法中的边界条件处理
 - 增加了针对随机化输入的测试用例
 - 确保算法能够正确处理所有可能的排列组合
 
最终的修复确保了列表渲染顺序始终与提供的key顺序一致,即使在高度随机化的输入下也能保持正确。
最佳实践
为避免类似问题,开发者应该:
- 始终为动态列表项提供稳定且唯一的key
 - 在更新列表时,避免直接修改原数组,而是创建新数组
 - 对于关键业务场景,考虑添加渲染结果的验证逻辑
 - 保持Preact版本更新,以获取最新的稳定性修复
 
总结
这个案例展示了即使是经过充分测试的流行框架,在性能优化过程中也可能引入意外的回归问题。同时也体现了良好测试覆盖率的重要性,以及开源社区在发现问题后快速响应和修复的能力。对于开发者而言,理解框架内部工作原理有助于更快地定位和解决类似问题。
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- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
 
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Jinja00
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
274
2.57 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
222
302
Ascend Extension for PyTorch
Python
104
132
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++
598
158
暂无简介
Dart
566
126
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
249
14
🎉 (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
1.03 K
607
仓颉编译器源码及 cjdb 调试工具。
C++
118
101
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
446