• 冗余换性能从Backbone的triggerEvents说开了去


    Backbone是一个优秀的前端MVC库,它的代码质量必定可靠。阅读过程中发现了函数triggerEvents有点意思,初看会以为一些代码是多余的。

    var triggerEvents = function(events, args) {
        var ev, i = -1, l = events.length, a1 = args[0], a2 = args[1], a3 = args[2];
        switch (args.length) {
          case 0: while (++i < l) (ev = events[i]).callback.call(ev.ctx); return;
          case 1: while (++i < l) (ev = events[i]).callback.call(ev.ctx, a1); return;
          case 2: while (++i < l) (ev = events[i]).callback.call(ev.ctx, a1, a2); return;
          case 3: while (++i < l) (ev = events[i]).callback.call(ev.ctx, a1, a2, a3); return;
          default: while (++i < l) (ev = events[i]).callback.apply(ev.ctx, args);
        }
    };
    

    这段是Backbone.Events中的派发事件的核心函数。执行顺序大概是

    1. 把事件处理函数依次取出执行
    2. 根据第二个参数args的长度做分支处理
    3. args长度为3及以下时使用call,长度3以上时使用apply

    如果把call的都去掉,直接使用apply,那么程序的逻辑正确性没有问题。如下

    var triggerEvents = function(events, args) {
        var ev, i = -1, l = events.length;
        while (++i < l) (ev = events[i]).callback.apply(ev.ctx, args);
    };
    

    代码还精简了。Backbone却加上了以上使用call这些代码,来看注释

    // A difficult-to-believe, but optimized internal dispatch function for
    // triggering events. Tries to keep the usual cases speedy (most internal
    // Backbone events have 3 arguments).
    

    虽然难以相信,但却是为了性能考虑。多数Backbone内部方法触发事件时会传3个参数,即会使用call(而非apply)。

    按此推理,call的性能较apply要高。搜关键字 "call apply performance", 貌似印证了这个说法

    这是jsperf.com上的一个测试

    从测试结果可以看出,多数浏览器中call的性能都好于apply,只有Safari5和Safari6中两者性能差不多。因此,Backbone是用冗余的代码换取了运行时的性能。

    注:版本Backbone 1.0

    相关:

    http://jsperf.com/call-apply/3

    what-is-the-difference-between-call-and-apply

    why-are-call-and-apply-slower-than-a-direct-function-call-in-javascript

  • 相关阅读:
    接口测试用例设计方法
    接口测试的总结文档
    数据库操作语句类型(DQL、DML、DDL、DCL)简介
    MySQL基础学习笔记
    Python2爬取内涵段子
    Python编程笔记
    Python核心编程笔记--动态属性
    Python核心编程笔记--私有化
    Python核心编程笔记--浅拷贝与深拷贝
    python核心编程笔记--模块的导入
  • 原文地址:https://www.cnblogs.com/snandy/p/3091258.html
Copyright © 2020-2023  润新知