React中的任务调度算法是什么

这篇文章主要讲解了“React中的任务调度算法是什么”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“React中的任务调度算法是什么”吧！React中的Fiber任务都应该知道吧，而且不同的Fiber任务有不同的优先级，React需要先处理优先级高的任务。例如，用户的点击和输入，这些都是高优先级的任务，因为用户的操作肯定希望马上就会有效果，这样才能提升用户体验。而比如animation事件的优先级肯定要低一点。新进来的高优先级任务进去队列后，React需要优先处理。为了存储这些任务，React中有两个任务池。taskQueue与timerQueue都是数组，前者存储的是立即要执行的任务，而后者存的则是可以延迟执行的任务。React中一旦来了新任务，就会先用currentTime记录当前时间(performance.now()或者Date.now())，如果任务有delay参数，那么任务开始执行时间startTime = currentTime + delay;。接下来通过startTime > currentTime如果成立，证明任务是可以延期的，那么任务进入timerQueue，否则进入taskQueue。React怎么找到优先级最高的任务呢，以taskQueue为例，它是动态的任务池（任务队列），数据形式上就是一个数组。当然可以根据优先级进行排序，也就是Array.sort，当有新任务入队后，先排序，然后找出优先级最高的任务执行。但是Array.sort的平均时间复杂度是O(nlogn)，并不是最好的解决方案。taskQueue的newTask中排序用的是sortIndex，这个值取自过期时间expirationTime，也就意味着优先级越高的任务越需要理解执行，那么过期时间就越小，也就是说，优先级越高，过期时间就越小，sortIndex自然就越小。其实，这就是一种优先队列。优先队列也是一种队列（首先它是一个队列，其次是尾进头出），只不过不同的是，优先队列的出队顺序是按照优先级来的；在有些情况下，可能需要找到元素集合中的最小或者最大元素，可以利用优先队列ADT来完成操作，优先队列ADT是一种数据结构，它支持插入和删除最小值操作（返回并删除最小元素）或删除最大值操作（返回并删除最大元素）。如果最小键值元素拥有最高的优先级，那么这种优先队列叫做，升序优先队列（即总是先删除最小的元素）。类似的，如果最大键值元素拥有最高的优先级，那么这种优先队列叫作降序优先队列（即总是先删除最大的元素）；由于这两种类型时对称的，所以只需要关注其中一种，如升序优先队列。例如：买车票的时候，我们都在排队，优先级是一样的，谁在队伍前面，谁就先买票，但是这时候来了个军人，他的优先级高，直接就排在了队伍的最前面。在React中用最小堆（小根堆，小顶堆。。。）来实现这种功能。就是把taskQueue变成最小堆，然后取出对顶任务执行，对taskQueue堆化，维持它依然是一个最小堆的数据结构。往taskQueue插入新任务的时候，也要进行堆化，始终保持它是一个最小堆。有些地方称堆为优先队列（不准确），首先它是队列，有队列的特性，也就是“先进先出”。其次这个队列中的元素是有优先级的，优先级高的会排在前面。准确来说，堆是实现优先队列的一种方式。当然优先队列还可以用其他方式来实现。之前我们说过堆排序是不稳定排序，但taskQueue希望这个过程是稳定的，也就是说，如果有可能两个任务的过期时间一样，那这个时候就要看谁先进入免费云主机、域名的任务池了，也就是newTask的id的值，每次来了新任务，id都会加1。在了解最小堆之前，先来温习一下基础知识。是指树中节点的度不大于2的有序树，它是一种最简单且最重要的树。除最后一层无任何子节点外，每一层上的所有结点都有两个子结点的二叉树。从图形形态上看，满二叉树外观上是一个三角形。如果一个二叉树的层数为K，且结点总数是(2^k) -1 ，则它就是满二叉树。满二叉树，是“女儿双全”，非常圆满，所以叫满二叉树。除去叶子节点, 所有节点的度都是 2。也就是说，所有的节点的度只能是0或2。完美二叉树，要么没有孩子，要么儿女双全。满二叉树的英文原文：
A Full Binary Tree (FBT) is a tree in which every node other than the leaves has two children.完美二叉树的英文原文：A Perfect Binary Tree(PBT) is a tree with all leaf nodes at the same depth. All internal nodes have degree 2.国外的所有书籍参考的是最早翻译的关于满二叉树，和完美二叉树的教材，但是最早翻译的文章翻译错了。现在国内的话，我们只能将错就错了（所有人都错，那错的也就是对的了。比如说客。。。）。如果要和外国友人讨论这两个概念，就要注意了哦。A Complete Binary Tree （CBT) is a binary tree in which every level,except possibly the last, is completely filled, and all nodes are as far left as possible.一棵深度为k的有n个结点的二叉树，对树中的结点按从上至下、从左到右的顺序进行编号，如果编号为i（1≤i≤n）的结点与满二叉树中编号为i的结点在二叉树中的位置相同，则这棵二叉树称为完全二叉树。除了最后一层外, 所有层都完美填充最后一层所有叶子节点靠左对齐堆是一棵完全二叉树。堆总是满足下列性质：堆总是一棵完全二叉树；堆中某个节点的值总是不大于或不小于其父节点的值；还要先认识下大根堆和小根堆，完全二叉树中所有节点均大于(或小于)它的孩子节点，所以这里就分为两种情况，最大堆和最小堆。如果所有节点**「大于」孩子节点值，那么这个堆叫做「最大堆」**，堆的最大值在根节点。如果所有节点**「小于」孩子节点值，那么这个堆叫做「最小堆」**，堆的最小值在根节点。堆通常是一个可以被看做一棵 完全二叉树 的数组对象。 当然，二叉树也可以用数组表示。核心思想是，先建堆，后调整。对于二叉树(数组表示)，我们从下往上进行调整，从**「第一个非叶子节点」**开始向前调整，对于调整的规则如下：建堆是一个O(n)的时间复杂度过程。①从第一个非叶子节点开始判断交换下移(shiftDown)，使得当前节点和子孩子能够保持堆的性质②但是普通节点替换可能没问题，对如果交换打破子孩子堆结构性质，那么就要重新下移(shiftDown)被交换的节点一直到停止。堆构造完成，取第一个堆顶元素为最小(最大)，剩下左右孩子依然满足堆的性值，但是缺个堆顶元素，如果给孩子调上来，可能会调动太多并且可能破坏堆结构。① 所以索性把最后一个元素放到第一位。这样只需要判断交换下移(shiftDown）,不过需要注意此时整个堆的大小已经发生了变化，我们在逻辑上不会使用被抛弃的位置，所以在设计函数的时候需要附带一个堆大小的参数。② 重复以上操作，一直堆中所有元素都被取得停止。而堆算法复杂度的分析上，之前建堆时间复杂度是O(n)。而每次删除堆顶然后需要向下交换，每个个数为logn个。这样复杂度就为O(nlogn)，总的时间复杂度为O(n)+O(nlogn)=O(nlogn)。堆适合维护集合的最值。堆pop出一个元素后，再次调整获取堆顶元素（也就是第二个最值）的花销比较低，因为pop出元素后，堆是一个半成品，在一个半成品上获取第二个最值的cost当然比较低，时间复杂度为O(logn)，但如果遍历一遍找到第二个最值的话，时间复杂度为O(n)。代码采用Javascript ES6的写法。arr里的元素也可以是一个对象。React源码中的目录packages/scheduler，就是React的任务调度模块相关的代码。我们自己实现的最小堆和React中的实现略有不同，但是思路是一样的，只是代码写法不同而已。感谢各位的阅读，以上就是“React中的任务调度算法是什么”的内容了，经过本文的学习后，相信大家对React中的任务调度算法是什么这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是云技术，小编将为大家推送更多相关知识点的文章，欢迎关注！

相关推荐: html怎么调用css

这篇文章主要讲解了“html怎么调用css”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“html怎么调用css”吧！ 方法一：内联样式表内联样式表意味着在HTML代码中定义样式。通过在HTML标签中使用”sty…