当前位置: 首页 > news >正文

树结构无感更新及地图大批量点位上图Ui卡顿优化

树结构无感更新及地图大批量点位上图Ui卡顿优化

一、树结构无感更新

在实际的项目应用中,有时候需要定时更新树结构。但是要避免影响用户的使用,这时候如何做到无感更新呢?

1、此处以统计数量的树结构为例,无感更新数量

高性能版本:一次建表,快速更新

具体的实现代码如下所示

/*** 构建节点 Map,id -> 节点引用*/
function buildNodeMap(tree, map = new Map()) {for (const node of tree) {map.set(node.id, node);if (node.children) {buildNodeMap(node.children, map);}}return map;
}
/*** 用新树的 count 更新旧树*/
function updateCountsByMap(oldTreeMap, newTree) {for (const node of newTree) {const oldNode = oldTreeMap.get(node.id);if (oldNode) {oldNode.count = node.count; // 更新数量if (node.children) {updateCountsByMap(oldTreeMap, node.children); // 递归同步}}}
}
// ======================
// 示例
// ======================
// 旧树(带 checked)
let oldTree = [{ id: 1, name: 'A', count: 5, checked: true, children: [{ id: 2, name: 'A1', count: 2, checked: false },{ id: 3, name: 'A2', count: 4, checked: true }] }
];
// 新树(最新 count)
let newTree = [{ id: 1, name: 'A', count: 7, children: [{ id: 2, name: 'A1', count: 3 },{ id: 3, name: 'A2', count: 6 }] }
];
// 先构建旧树的 Map(只做一次)
const oldTreeMap = buildNodeMap(oldTree);
// 定时更新
setInterval(() => {// 模拟接口返回const latestTree = JSON.parse(JSON.stringify(newTree));// 快速更新旧树的数量updateCountsByMap(oldTreeMap, latestTree);console.log("旧树已更新:", JSON.stringify(oldTree, null, 2));
}, 5000);

2、此更新优点

  • 1、O(n) 更新速度
    因为每个节点查找是 O(1)(Map),所以总时间复杂度是节点数量的线性。

  • 2、大树高频更新不卡
    即使 10 万节点,每次更新也能在几十毫秒内完成。

  • 3、引用不变
    旧树引用保持不变(适合 Vue / React),不会引起整棵树重渲染,只会局部响应。

  • 4、保留所有状态
    checked、expanded 等 UI 状态不受影响。

二、地图大批量点位上图UI卡顿优化

1、涉及大量计算导致UI卡顿

使用Worker 多线程解析数据,这样可以减少主线程的压力。避免造成UI卡顿,用户体验不好

2、点位数量大导致UI卡顿

解决思路主要有以下几点:

  • 视野内渲染(Spatial Filter)
    大多数时候用户只看得到当前地图窗口里的点,视野外的点可以不画

  • 聚合(ClusterLayer

  • work + 分帧渲染

work + 分帧渲染 简单实例代码如下:

const worker = new Worker('worker.js');
const layer = new maptalks.VectorLayer('layer').addTo(map);
worker.onmessage = e => {const points = e.data;const batchSize = 500; // 每帧加载数量let index = 0;function addBatch() {const batch = points.slice(index, index + batchSize).map(p => new maptalks.Marker([p.lng, p.lat], {symbol: {markerType: 'ellipse',markerFill: p.color,markerWidth: 8,markerHeight: 8}}));layer.addGeometry(batch);index += batchSize;if (index < points.length) {requestAnimationFrame(addBatch);}}requestAnimationFrame(addBatch);
};
// 启动
worker.postMessage({ points: allPoints });

🔹 为什么这样能避免卡顿

  • 数据准备在 Worker → 主线程完全不卡

  • 渲染分批 → 每一帧加少量点,保证渲染时间 < 16ms,不阻塞 UI

  • 体验效果 → 用户可以先看到部分点,地图可以流畅缩放/拖拽,剩余点在后台慢慢加

http://www.dtcms.com/a/328559.html

相关文章:

  • C++ 类型擦除技术:`std::any` 和 `std::variant` 的深入解析
  • 【C++】哈希
  • 终端安全与网络威胁防护笔记
  • 信号反射规律
  • 内存顺序、CAS和ABA:std::atomic的深度解析
  • 亚马逊POST退场后的增长突围:关联与交叉销售的全链路策略重构
  • 语义分割实验
  • python 实现KPCA核主成分分析
  • Ceph的Crush算法思想
  • word——照片自适应框大小【主要针对需要插入证件照时使用】
  • Linux内核进程管理子系统有什么第二十六回 —— 进程主结构详解(22)
  • 深度学习-卷积神经网络-NIN
  • 数据结构:后缀表达式:结合性 (Associativity) 与一元运算符 (Unary Operators)
  • Linux软件编程(三)文件操作-文件 I/O
  • 笔试——Day36
  • Linux应用软件编程---文件操作3(文件IO及其指令、文件定位函数lseek、文件IO与标准IO的比较、缓冲区)
  • archlinux中VLC无法播放视频的解决办法
  • 【Datawhale夏令营】多模态RAG学习
  • 关于Linux编程3:fread/fwrite/流的定位/文件IO
  • 存储过程作为系统逻辑核心的架构思考 —— 以 SaaS 系统为例
  • 电商双 11 美妆数据分析:从数据清洗到市场洞察
  • 生产环境中Kubernetes Pod 安全上下文与策略的实战经验分享
  • nt!MmCreatePeb函数分析之peb中OSMajorVersion的由来
  • Flutter ExpansionPanel组件(可收缩的列表)
  • 【入门系列】图像算法工程师如何入门计算机图形学?
  • 数据分析基本内容(第二十节课内容总结)
  • MCU外设初始化:为什么参数配置必须优先于使能
  • redis的过期策略和定时器
  • 支持任意 MCP 协议的客户端
  • SQL180 每类试卷得分前3名