8.0 KiB
8.0 KiB
实际场景与逻辑题
1. 并发控制(限制并发请求数)
场景:批量上传文件(如100张图片每次最多5个并发)、网络爬虫控制请求频率、避免压垂服务器。 解决:大量异步任务同时发起导致浏览器卡顿或服务端拒绝服务。
async function limitConcurrency(tasks, limit) {
const results = []; // 存储所有任务结果
const executing = []; // 当前正在执行的任务
for (const [index, task] of tasks.entries()) {
// 包装任务为 Promise
const p = Promise.resolve().then(() => task()).then(res => {
results[index] = res; // 存储结果,保证顺序
executing.splice(executing.indexOf(p), 1); // 完成后从执行列表移除
});
executing.push(p);
// 如果达到并发上限,等待任一任务完成
if (executing.length >= limit) {
await Promise.race(executing);
}
}
await Promise.all(executing); // 等待剩余任务完成
return results;
}
// 使用示例:批量请求,最多 3 个并发
const tasks = urls.map(url => () => fetch(url));
await limitConcurrency(tasks, 3);
异步任务调度器
class Scheduler {
constructor(limit) {
this.limit = limit; // 最大并发数
this.queue = []; // 等待队列
this.running = 0; // 当前运行中的任务数
}
// 添加任务,返回 Promise
add(promiseCreator) {
return new Promise((resolve, reject) => {
// 将任务和对应的 resolve/reject 存入队列
this.queue.push({ promiseCreator, resolve, reject });
this.run(); // 尝试执行
});
}
// 执行队列中的任务
run() {
// 未达上限且队列有任务时,取出执行
while (this.running < this.limit && this.queue.length) {
const { promiseCreator, resolve, reject } = this.queue.shift();
this.running++;
promiseCreator()
.then(resolve, reject)
.finally(() => { this.running--; this.run(); }); // 完成后继续执行下一个
}
}
}
2. 缓存函数(Memoization)
场景:计算密集型函数结果缓存(如斐波那契)、API 请求缓存、React useMemo 原理。 解决:相同输入重复计算浪费性能,用空间换时间。
// 基础版:永久缓存
function memoize(fn) {
const cache = new Map(); // 缓存存储
return function(...args) {
const key = JSON.stringify(args); // 参数序列化作为 key
if (cache.has(key)) return cache.get(key); // 命中缓存
const result = fn.apply(this, args); // 执行原函数
cache.set(key, result); // 存入缓存
return result;
};
}
// 进阶版:支持过期时间 TTL
function memoizeWithTTL(fn, ttl = 60000) {
const cache = new Map();
return function(...args) {
const key = JSON.stringify(args);
const cached = cache.get(key);
// 检查缓存是否存在且未过期
if (cached && Date.now() - cached.time < ttl) {
return cached.value;
}
const result = fn.apply(this, args);
cache.set(key, { value: result, time: Date.now() }); // 存储值和时间戳
return result;
};
}
3. 解析 URL 参数
场景:从链接提取分享参数、跟踪渠道来源(utm_source)、路由参数解析。 解决:将 URL 查询字符串转换为结构化对象,方便业务使用。
// 方法1:字符串分割法
function parseQuery(url) {
const query = url.split('?')[1] || ''; // 取 ? 后的部分
return query.split('&').reduce((acc, pair) => {
const [key, value] = pair.split('=').map(decodeURIComponent); // 解码
if (key) {
// 处理重复 key:转为数组
acc[key] = acc[key]
? [].concat(acc[key], value)
: value;
}
return acc;
}, {});
}
// 方法2:正则表达式
function parseQueryRegex(url) {
const result = {};
// 匹配 ?key=value 或 &key=value
url.replace(/[?&]([^=&#]+)=([^&#]*)/g, (_, key, value) => {
result[decodeURIComponent(key)] = decodeURIComponent(value);
});
return result;
}
// 示例: "https://example.com?a=1&b=2&a=3"
// => { a: ['1', '3'], b: '2' } // a 有两个值
4. DOM 查找最近公共祖先
场景:事件委托的目标元素判断、富文本编辑器选区处理、拖拽边界计算。 解决:在 DOM 树中找到两个节点的最近共同父级。
function findCommonAncestor(node1, node2) {
const ancestors = new Set(); // 存储 node1 的所有祖先
// 第一步:收集 node1 的所有祖先节点
let current = node1;
while (current) {
ancestors.add(current);
current = current.parentNode;
}
// 第二步:遍历 node2 的祖先,找第一个在 ancestors 中的
current = node2;
while (current) {
if (ancestors.has(current)) return current; // 找到公共祖先
current = current.parentNode;
}
return null; // 无公共祖先
}
// 原生方法(现代浏览器)
// node1.compareDocumentPosition(node2)
5. 懒加载/无限滚动
场景:电商商品列表、社交信息流、图片画廊、新闻列表。 解决:首屏加载慢、一次性加载大量数据卡顿的问题。
// 使用 IntersectionObserver 实现懒加载
function lazyLoad(selector) {
const observer = new IntersectionObserver((entries) => {
entries.forEach(entry => {
if (entry.isIntersecting) { // 元素进入可视区域
const img = entry.target;
img.src = img.dataset.src; // 将 data-src 赋值给 src
observer.unobserve(img); // 停止观察该元素
}
});
});
// 观察所有带指定选择器的图片
document.querySelectorAll(selector).forEach(img => observer.observe(img));
}
// 无限滚动:滚动到底部时加载更多
function infiniteScroll(container, loadMore) {
const observer = new IntersectionObserver(([entry]) => {
if (entry.isIntersecting) loadMore(); // 触底则加载更多
});
// 创建底部哨兵元素
const sentinel = document.createElement('div');
container.appendChild(sentinel);
observer.observe(sentinel); // 观察哨兵元素
}
6. LRU 缓存
场景:浏览器缓存淘汰、图片缓存池、Redis 内存管理、keep-alive 组件缓存。 解决:内存有限时如何淘汰最久未使用的数据,保留热点数据。
// LRU (Least Recently Used) 最近最少使用缓存
// 利用 Map 的有序性:插入顺序即为访问顺序
class LRUCache {
constructor(capacity) {
this.capacity = capacity; // 最大容量
this.cache = new Map(); // Map 保持插入顺序
}
get(key) {
if (!this.cache.has(key)) return -1;
const value = this.cache.get(key);
// 访问后移动到最后(标记为最近使用)
this.cache.delete(key);
this.cache.set(key, value);
return value;
}
put(key, value) {
if (this.cache.has(key)) this.cache.delete(key); // 已存在则先删除
this.cache.set(key, value); // 重新插入到最后
if (this.cache.size > this.capacity) {
// 超出容量,删除最早插入的(Map 的第一个 key)
this.cache.delete(this.cache.keys().next().value);
}
}
}
7. 大数相加
场景:订单号/交易号处理、金融精确计算、超出 JS Number 范围的计算。 解决:JS 数字最大安全整数 2^53-1 限制,大数运算精度丢失问题。
// 模拟竖式加法,从个位开始相加
function addBigNumbers(a, b) {
const maxLen = Math.max(a.length, b.length);
// 对齐长度,前面补 0
a = a.padStart(maxLen, '0');
b = b.padStart(maxLen, '0');
let carry = 0, result = ''; // carry 进位
for (let i = maxLen - 1; i >= 0; i--) {
const sum = +a[i] + +b[i] + carry; // 当前位相加
result = (sum % 10) + result; // 取个位数
carry = Math.floor(sum / 10); // 计算进位
}
return carry ? carry + result : result; // 最高位有进位则补上
}
// 示例: addBigNumbers("12345678901234567890", "98765432109876543210")