当前位置: 首页 > news >正文

然后用上面的API测试数据运行下看下效果,发现构建出来的树完全符合我们的预期:

这就好了吗?

现在我们有了一颗查找树,当用户选择红色40码后,为了知道对应的可不可以点,我们不需要去遍历所有的商品了,而是可以直接从这个结构上取值。但是这就大功告成了吗?并没有!再仔细看下我们构建出来的数据结构,层级关系是固定的,第一层是颜色,第二层是尺码,第三层是性别,而对应的商品是放在第三层性别上的。也就是说使用这个结构,用户必须严格按照,先选颜色,再选尺码,然后我们看看性别这里哪个该灰掉。如果他不按照这个顺序,比如他先选了性别,然后选尺码40,这时候我们应该计算最后一个层级颜色哪些该灰掉。但是使用上面这个结构我们是算不出来的,因为我们并没有tree["性别:男"]["尺码:40"]这个对象。

这怎么办呢?我们没有性别-尺码-颜色这种顺序的树,那我们就建一颗呗!这当然是个方法,但是用户还可能有其他的操作顺序呀,如果我们要覆盖用户所有可能的操作顺序,总共需要多少树呢?这其实是性别尺码颜色这三个变量的一个全排列,也就是A33,总共6颗树。像我这样的懒人,让我建6棵树,我实在懒得干。如果不建这么多树,需求又覆盖不了,怎么办呢,有没有偷懒的办法呢?如果我能在需求上动点手脚,是不是可以规避这个问题?带着这个思路,我想到了两点:

1. 给一个默认值。

用户打开商品详情页的时候,默认选中第一个可售商品。这样就相当于我们一开始就帮用户按照颜色-尺码-性别这个顺序选中了一个值,给了他一个默认的操作顺序。

2. 不提供取消功能,只能切换选项

如果提供取消功能,他将我们提供的颜色-尺码-性别默认选项取消掉,又可以选成性别-尺码-颜色了。不提供取消功能,只能通过选择其他选项来切换,只能从红色换成白色,而不能取消红色,其他的一样。这样我们就能永远保证颜色-尺码-性别这个顺序,用户操作只是只是每个层级选中的值不一样,层级顺序并不会变化,我们的查找树就一直有效了。而且我发现某些购物网站也不能取消选项,不知道他们是不是也遇到了类似的问题。

对需求做这两点修改并不会对用户体验造成多大影响,跟产品经理商量后,她也同意了。这样我就从需求上干掉了另外5棵树,偷懒成功!

下面是三层选项跑起来的样子:

还有一件事

前面的方案我们解决了查找的性能问题,但是引入了一个新问题,那就是需要创建这颗查找树。创建这颗查找树还是需要对商品列表进行一次遍历,这是不可避免的,为了更顺滑的用户体验,我们应该尽量将这个创建过程隐藏在用户感知不到的地方。我这里是将它整合到了商品详情页的加载状态中,用户点击进入商品详情页,我们要去API取数据,不可避免的会有一个加载状态,会转个圈什么的。我将这个遍历过程也做到了这个转圈中,当API数据返回,并且查找树创建完成后,转圈才会结束。这在理论上会延长转圈的时间,但是本地的遍历再慢也会比网络请求快点,所以用户感知并不明显。当转圈结束后,所有数据都准备就绪了,用户操作都是O(1)的复杂度,做到了真正的丝般顺滑~

为什么不让后端创建这棵树?

上面的方案都是在前端创建这颗树,那有没有可能后端一开始返回的数据就是这样的,我直接拿来用就行,这样我又可以偷懒了~我还真去找过后端,可他给我说:“我也想偷懒!”开个玩笑,真是情况是,这个商品API是另一个团队维护的微服务,他们提供的数据不仅仅给我这一个终端APP使用,也给公司其他产品使用,所以要改返回结构涉及面太大,根本改不动。

封装代码

其实我们这个方案实现本身是比较独立的,其他人要是用的话,他也不关心你里面是棵树还是颗草,只要传入选择条件,能够返回正确的商品就行,所以我们可以将它封装成一个类。

class VariationSearchMap { constructor(apiData) { this.tree = this.buildTree(apiData); } // 这就是前面那个构造树的方法 buildTree(apiData) { const tree = {}; const { variations, products } = apiData; // 先用variations将树形结构构建出来,叶子节点默认值为null addNode(tree, 0); function addNode(root, deep) { const variationName = variations[deep].name; const variationValues = variations[deep].values; for (let i = 0; i < variationValues.length; i++) { const nodeName = `${variationName}:${variationValues[i].name}`; if (deep === variations.length - 1) { root[nodeName] = null; } else { root[nodeName] = {}; addNode(root[nodeName], deep + 1); } } } // 然后遍历一次products给树的叶子节点填上值 for (let i = 0; i < products.length; i++) { const product = products[i]; const { variationMappings } = product; const level1Name = `${variationMappings[0].name}:${variationMappings[0].value}`; const level2Name = `${variationMappings[1].name}:${variationMappings[1].value}`; const level3Name = `${variationMappings[2].name}:${variationMappings[2].value}`; tree[level1Name][level2Name][level3Name] = product; } // 最后返回构建好的树 return tree; } // 添加一个方法来搜索商品,参数结构和API数据的variationMappings一样 findProductByVariationMappings(variationMappings) { const level1Name = `${variationMappings[0].name}:${variationMappings[0].value}`; const level2Name = `${variationMappings[1].name}:${variationMappings[1].value}`; const level3Name = `${variationMappings[2].name}:${variationMappings[2].value}`; const product = this.tree[level1Name][level2Name][level3Name]; return product; } }

然后使用的时候直接new一下就行:

const variationSearchMap = new VariationSearchMap(apiData); // new一个实例出来 // 然后就可以用这个实例进行搜索了 const searchCriteria = [ { name: '颜色', value: '红色' }, { name: '尺码', value: '40' }, { name: '性别', value: '女' } ]; const matchedProduct = variationSearchMap.findProductByVariationMappings(searchCriteria); console.log('matchedProduct', matchedProduct); // { productId: 8 }

总结

本文讲述了一个我工作中实际遇到的需求,分享了我的实现和优化思路,供大家参考。我的实现方案不一定完美,如果大家有更好的方案,欢迎在评论区讨论~

本文可运行的示例代码已经上传GitHub,大家可以拿下来玩玩:Front-End-Knowledges/Examples/DataStructureAndAlgorithm/OptimizeVariations at master · dennis-jiang/Front-End-Knowledges · GitHub

下面再来回顾下本文的要点:

  1. 本文要实现的需求是一个商品的三层选项。
  2. 当用户选择了两层后,第三层选项应该自动计算出哪些能卖,哪些不能卖。
  3. 鉴于后端API返回选项和商品间没有直接的对应关系,为了找出能卖还是不能卖,我们需要遍历所有商品。
  4. 当总商品数量不多的时候,所有商品遍历可能不会产生明显的性能问题。
  5. 但是当选项增加到三层,商品数量的增加是指数级的,性能问题就会显现出来。
  6. 对于O(n3)这种写代码时就能预见的性能问题,我们不用等着报BUG了才处理,而是开发时直接就解决了。
  7. 本例要解决的是一个查找问题,所以我想到了建一颗树,直接将O(n3)的复杂度降到了O(1)。
  8. 但是一颗树并不能覆盖所有的用户操作,要覆盖所有的用户操作需要6棵树。
  9. 出于偷懒的目的,我跟产品经理商量,调整了需求和交互砍掉了5颗树。真实原因是树太多了,会占用更多的内存空间,也不好维护。有时候适当的调整需求和交互也可以达到优化性能的效果,性能优化可以将交互和技术结合起来思考。
  10. 这个树的搜索模块可以单独封装成一个类,外部使用者,不需要知道细节,直接调用接口查找就行。
  11. 前端会点数据结构还是有用的,本文这种场景下还很有必要。
http://www.cnnetsun.cn/news/3096948.html

相关文章:

  • Java中String.valueOf(null)的惊天大坑:对比两个数时,日志打印的两数都是null,但Objects.equals()返回false!
  • 2026年想在常州买靠谱二手车?这些门道你不可不知!
  • 5分钟快速上手:终极免费Chrome视频下载插件完整指南
  • 06 — 接口层架构与实现
  • 场外衍生品的详细解读:从产品结构到业务流程,一文看懂核心逻辑
  • KMR221与PIC32MZ的高精度电压监测方案解析
  • 程序员不想只靠死工资增收!盘点 5 类适合技术人深耕的优质副业,闲暇时间额外增加收入
  • JMeter性能测试实战:精准测量QPS、TPS与吞吐量的完整指南
  • 信创系统修复合集①:统信UOS竟然自带系统修复工具
  • PostgreSQL pg_dump工具存在安全漏洞,可导致源数据库服务器的超级用户在客户端执行psql恢复操作时,触发任意代码执行HGVE-2025-E007
  • 多模型 API 网关压测:并发、延迟与计费的三角平衡
  • 构建高效漏洞速查字典:一句话版本通报的设计与实战
  • 持续沉淀企业人才数据,让 AI 随组织发展不断适配专属管理逻辑
  • Shell脚本精读 · S06-03 | 条件与控制流综合:读 30 行脚本的判断链
  • 【GitHub】图片上传工具PicGo 深度技术解析
  • 【课程设计/毕业设计】基于 SpringBoot 的会议室线上报备与运维系统的设计与实现 基于 SpringBoot 的智能办公场地预约管理系统的设计与实现【附源码、数据库、万字文档】
  • 建站公司怎么推荐才靠谱?从需求清单、报价口径和交付物判断
  • 分布式系统关注点(8)——99%的人都能看懂的「熔断」以及最佳实践
  • 数据库架构演进——从“单间出租“到“合租公寓“
  • 通达信竣宝底部大阳启动量化选股与量化交易指标 大阳不破波浪掘金抓牛股主副图指标 平台突破指标公式
  • 内存是计算机的主存储器。内存为进程开辟出进程空间,让进程在其中保存数据。我将从内存的物理特性出发,深入到内存管理的细节,特别是了解虚拟内存和内存分页的概念。
  • 上门维修电脑的坑,消委会已经发出警示!这几点一定要注意
  • git 将一个本地文件夹初始化成git仓库并且推送到远端git仓库
  • 饲料颗粒机哪家技术强
  • 工程现场施工管理系统怎么选?落地避坑实用指南
  • Java计算机毕设之基于 SpringBoot 的应急物资储备与发放管理系统的设计与实现 基于 SpringBoot 的灾害应急物资供应链管理系统(完整前后端代码+说明文档+LW,调试定制等)
  • 手持Ultra1/S8/SE2的用户
  • WRF模拟全技术链实践暨Linux编译排错、FNL/ERA5驱动场处理、长时序模拟配置、下垫面改造与物理参数调整、Python诊断分析及可视化
  • 工业 AR 眼镜关键技术与主流技术路线分析
  • 深度解密 Linux 保留网段:127、10、172 背后的底层网络内核与现代架构智慧