计算机网络 面试题

共 104 道 计算机网络 面试题。答案默认折叠,便于先自行作答。 1. 说说流式输出的原理及其应用场景 难度:3 · 类型:QA 题目要点 流式输出的本质是将结果按时间拆分为连续数据流,实现边生成、边传输、边消费;它通过降低首字节时间和提升反馈及时性来改善用户体验;常见于大模型推理、长耗时任务、实时数据和媒体传输等场景;但同时也带来更高的工程复杂度,需要在体验收益与系统成本之间进行权衡。 参考答案 流式输出并不是一种新的计算模型,而是一种结果传递与消费方式的改变:从“一次性生成、一次性返回”,变为“边生成、边传输、边消费”。理解它的关键,不在于某个具体 API,而在于数据生产方、传输层和消费方三者如何协同工作。 一、流式输出的基本原理 1. 传统非流式模式 在非流式模式下,系统的执行流程是严格串行的: 服务端完整计算结果 将结果一次性写入响应 客户端在接收完全部数据后再进行处理或渲染 这种模式的特点是实现简单,但首字节时间(TTFB)和用户感知延迟较高,尤其当计算过程本身很慢时,用户在很长一段时间内得不到任何反馈。 2. 流式输出模式 流式输出的核心变化在于:结果不再作为一个整体返回,而是被拆分为多个连续的数据块。 典型流程是: 服务端在计算过程中,阶段性地产生部分结果 每当有新数据可用,就立刻写入响应流并 flush 客户端持续读取数据流,并逐步消费、渲染或处理 在传输层,这通常依赖于长连接 + 分块传输,例如 HTTP chunked encoding、Server-Sent Events 或 WebSocket。 3. 从系统视角看流式输出 从系统设计角度,流式输出具备以下特征: 数据是按时间顺序增量产生的 消费方不需要等待生产方完全结束 生产与消费之间形成一种弱同步关系 这使得系统整体从“请求-响应”模型,转变为一种更接近“发布-订阅”的交互方式。 二、前端视角下的实现机制 在前端,流式输出通常体现在如何读取并渲染增量数据。 以 HTTP 流为例: 浏览器通过 Fetch API 获取一个 ReadableStream 通过 getReader() 持续读取字节块 将字节解码为文本或结构化数据 逐步更新 UI,而不是等全部完成 这种方式要求前端具备更细粒度的状态管理能力,例如处理中间态、取消、错误恢复等问题。 三、典型应用场景 1. 大模型推理与对话系统 这是当前最典型的应用场景之一。 模型在生成文本时是逐 token 产生的,流式输出可以让用户几乎立即看到内容开始出现,显著降低等待焦虑,同时也便于中途打断和重试。 2. 长耗时计算或任务执行 例如代码分析、日志扫描、批量数据处理。 通过流式返回阶段性结果或进度信息,客户端可以实时展示执行状态,而不是在“无响应”和“完成”之间跳变。 3. 实时数据推送 包括监控面板、事件流、消息通知等。 流式输出可以减少轮询开销,保持低延迟和持续更新。 4. 大文件与媒体传输 视频、音频、超大文本文件在本质上都是流式消费的。 客户端可以边下载边播放或解析,而不是等待完整文件落地。 四、使用流式输出需要权衡的问题 1. 复杂度上升 流式模式要求前后端都具备更复杂的状态管理能力,包括: 半成品数据的处理 中断、重连和回滚 错误在流中途出现时的兜底逻辑 2. 一致性与可重复性 由于结果是增量返回的: 客户端可能处于中间态 日志与问题复现难度更高 因此在工程上通常需要额外的 tracing 或序列号机制。 3. 并非所有场景都适合 对于结果很小、计算很快的接口,流式输出反而增加实现和维护成本,收益并不明显。 ...

计算机基础 面试题

共 19 道 计算机基础 面试题。答案默认折叠,便于先自行作答。 1. 进程、线程、协程分别是什么概念? 难度:1 · 类型:QA 题目要点 进程 是独立的资源分配单位,每个进程有自己的内存和资源。 线程 是进程中的执行单元,线程之间共享进程的资源,但每个线程有自己的执行栈。 协程 是一种用户级的轻量级线程,通过程序控制的方式在任务之间进行切换,适合需要高效并发的场景。 参考答案 进程、线程和协程是计算机程序设计中不同层次的执行单元,各自有不同的概念和特点。以下是它们的详细解释: 1. 进程(Process) 概念:进程是操作系统分配资源的基本单位,是正在执行的程序的实例。每个进程都有自己的地址空间、内存、文件描述符等资源。 特点: 独立性:进程是相互独立的,互不干扰。一个进程的崩溃不会直接影响到其他进程。 资源分配:每个进程有独立的内存空间和系统资源。 开销大:由于需要独立的资源和内存,进程之间的切换(上下文切换)开销相对较大。 应用:常用于需要高隔离性和独立性的场景,如多进程服务器、操作系统服务等。 2. 线程(Thread) 概念:线程是进程中的执行单元,是程序执行的最小单位。一个进程可以包含多个线程,这些线程共享进程的资源(如内存)。 特点: 共享资源:线程之间共享进程的内存和资源,这使得线程间通信更加高效,但也带来了同步和竞争的问题。 开销小:线程的创建和销毁比进程要快,线程之间的切换也比进程切换更高效。 协作:线程之间可以进行协作,适合进行多任务处理。 应用:适用于需要并发执行的场景,如多线程应用程序、并行计算等。 3. 协程(Coroutine) 概念:协程是一种轻量级的线程,允许在执行过程中挂起和恢复,支持非抢占式的任务切换。协程可以在单线程中并发执行多个任务,但它们之间的切换由程序控制而不是操作系统。 特点: 协作式切换:协程通过显式的挂起和恢复操作进行切换,不需要操作系统的调度。 轻量级:协程的创建和切换开销非常小,通常比线程更高效。 适用场景:适用于需要大量并发操作但不需要多线程资源的场景,如异步编程、事件驱动编程等。 应用:广泛用于异步编程、游戏开发、网络编程等领域。许多现代编程语言(如 Python 的 asyncio、JavaScript 的 async/await)都支持协程。 2. 解释性语言和编译型语言有什么区别? 难度:2 · 类型:QA 题目要点 解释性语言:逐行解释执行,适合快速开发和跨平台,但执行速度较慢。 编译型语言:预先编译成机器码,执行速度较快,适合性能要求高的应用,但开发周期较长。 现代编程语言和环境往往结合这两种方式,以兼顾开发效率和执行性能。 参考答案 解释性语言和编译型语言是两种不同的编程语言执行方式,它们在代码执行、编译过程、执行效率等方面有显著差异。以下是它们的主要区别: 1. 解释性语言(Interpreted Languages) 定义:解释性语言的代码在运行时由解释器逐行解释和执行。解释器将源代码逐步翻译成机器码或中间代码,然后立即执行。 执行方式: 代码在每次执行时都会被解释器逐行翻译。 不需要预先编译成机器码。 优点: 开发和测试灵活性:支持即时运行和调试,便于快速开发和修改。 跨平台性:代码可以在不同平台上运行,只要有相应的解释器。 缺点: 执行速度较慢:因为每次运行时都需要解释器进行翻译。 运行时开销:解释器在运行时会消耗额外的资源。 示例:JavaScript、Python、Ruby、PHP。 2. 编译型语言(Compiled Languages) 定义:编译型语言的代码在执行之前通过编译器转换成机器码或中间代码。编译过程在运行之前完成。 执行方式: 代码被预先编译成机器码或中间代码,然后生成可执行文件。 程序运行时直接执行编译后的机器码,无需再次翻译。 优点: 执行速度较快:编译后的机器码直接执行,通常比解释性语言更快。 优化:编译器可以进行各种优化,提高代码性能。 缺点: 开发和测试周期较长:需要编译过程,修改代码后必须重新编译。 平台依赖:生成的机器码通常与特定平台相关,需要针对不同平台编译。 示例:C、C++、Rust、Go。 3. 混合模式 一些现代语言结合了解释型和编译型的特点: Java: 使用 字节码(中间代码),由 Java 编译器生成。 字节码在 Java 虚拟机(JVM)上运行,JVM 解释或即时编译(JIT)字节码为机器码。 C#: 使用 中间语言(IL),由 C# 编译器生成。 运行时由 .NET 运行时(CLR)解释或即时编译(JIT)IL 为机器码。 ...

编程题 面试题

共 136 道 编程题 面试题。答案默认折叠,便于先自行作答。 1. 实现发布订阅模式 难度:2 · 类型:QA 题目要点 发布订阅模式通过事件中心解耦消息发送者与接收者,核心实现是维护事件名与回调函数列表之间的映射关系。订阅阶段注册回调函数,发布阶段遍历执行所有监听函数,取消订阅则从列表中移除对应回调。工程实践中通常会扩展一次性订阅、事件隔离等能力,但在大型应用中需要避免滥用事件总线,以免造成事件链复杂和内存管理问题。 参考答案 发布订阅模式(Publish–Subscribe Pattern)是一种典型的 消息通信模式。其核心思想是将消息的发送者(Publisher)与接收者(Subscriber)进行解耦,消息不会直接发送给某个具体对象,而是发布到一个事件或主题(Topic)上,由所有订阅该事件的监听者统一接收。 在前端应用中,这种模式常用于 组件通信、事件总线、状态变化通知、插件系统等场景。例如一个模块只负责发布事件,而其他模块只需要订阅事件即可响应变化,双方不需要知道彼此的存在。 实现发布订阅模式通常需要三个核心能力: 注册订阅(subscribe / on) 发布事件(publish / emit) 取消订阅(unsubscribe / off) 本质上可以通过维护一个 事件名 → 回调函数列表 的映射结构来实现。 一个简单实现如下: class EventEmitter { constructor() { this.events = Object.create(null); } on(eventName, handler) { if (!this.events[eventName]) { this.events[eventName] = []; } this.events[eventName].push(handler); } emit(eventName, ...args) { const handlers = this.events[eventName]; if (!handlers) return; handlers.forEach(fn => fn(...args)); } off(eventName, handler) { const handlers = this.events[eventName]; if (!handlers) return; this.events[eventName] = handlers.filter(fn => fn !== handler); } } 使用方式如下: const bus = new EventEmitter(); function listener(data) { console.log("收到消息:", data); } bus.on("message", listener); bus.emit("message", "hello"); bus.off("message", listener); 当调用 emit 时,会找到对应事件的所有订阅函数并依次执行,从而实现消息广播。 在工程实践中,通常还会扩展一些能力以增强可用性。例如支持 一次性订阅(once),在触发一次后自动取消监听;支持 事件队列拷贝,避免在事件执行过程中修改数组导致遍历问题;或者支持 命名空间事件,方便大型系统进行事件隔离。 一个常见的 once 实现方式是通过包装函数: once(eventName, handler) { const wrapper = (...args) => { handler(...args); this.off(eventName, wrapper); }; this.on(eventName, wrapper); } 需要注意的是,在大型应用中如果发布订阅系统设计不当,也可能导致问题,例如事件链过长、调试困难或监听器未及时移除导致内存占用增加。因此在框架层面往往会限制事件总线的使用范围,更多场景通过 状态管理(如 Redux / Pinia)或明确的数据流 来替代。 ...

算法 面试题

共 22 道 算法 面试题。答案默认折叠,便于先自行作答。 1. 不重复最大子串 难度:2 · 类型:QA 给定一个字符串,请实现一个函数来找到其中的不重复最大子串。例如,对于字符串"abcabcbb",不重复最大子串是"abc",长度为3。 请写出实现该功能的代码,并说明其时间复杂度。 考虑到性能优化,你认为还有哪些改进空间?请提出优化思路并实现优化后的代码。 题目要点 滑动窗口 是解决最长不重复子串问题的核心思想。 Set 方法简单直观,但每遇到重复字符可能多次移动左指针。 Map 优化通过记录字符索引,直接跳过重复区域,减少不必要操作。 时间复杂度 O(n),空间复杂度 O(Σ)。 参考答案 一、滑动窗口实现 function lengthOfLongestSubstring(s) { let set = new Set(); let left = 0, maxLen = 0; for (let right = 0; right < s.length; right++) { while (set.has(s[right])) { set.delete(s[left]); left++; } set.add(s[right]); maxLen = Math.max(maxLen, right - left + 1); } return maxLen; } // 测试 console.log(lengthOfLongestSubstring("abcabcbb")); // 输出 3 思路 使用 滑动窗口 [left, right] 遍历字符串。 用 Set 存储当前窗口内字符。 当遇到重复字符时,移动左指针,直到窗口内无重复字符。 每次窗口扩大时更新最大长度。 时间复杂度 每个字符 最多进出窗口一次 → O(n) 空间复杂度:O(min(n, Σ)),Σ 是字符集大小。 二、性能优化 上面方法每遇到重复字符,需要 逐个删除左边字符。可以进一步优化为 直接跳过重复字符的索引,使用 Map 存储字符上次出现的索引。 优化实现(使用 Map) function lengthOfLongestSubstringOptimized(s) { const map = new Map(); let maxLen = 0, left = 0; for (let right = 0; right < s.length; right++) { if (map.has(s[right]) && map.get(s[right]) >= left) { left = map.get(s[right]) + 1; // 直接跳过重复字符 } map.set(s[right], right); maxLen = Math.max(maxLen, right - left + 1); } return maxLen; } // 测试 console.log(lengthOfLongestSubstringOptimized("abcabcbb")); // 输出 3 优化说明 直接跳过重复字符,减少了删除操作。 对比 Set 方法,尤其在遇到长重复序列时性能更好。 时间复杂度仍然是 O(n),但常数时间更低。 空间复杂度 O(min(n, Σ)),Σ 是字符集大小。 ...

性能优化 面试题

共 52 道 性能优化 面试题。答案默认折叠,便于先自行作答。 1. 响应式开发中,如何避免窗口大小监听导致的重排抖动? 难度:2 · 类型:QA 题目要点 响应式开发中 resize 导致抖动的本质原因是窗口变化会高频触发事件,从而反复触发布局计算。常见优化方式包括对 resize 事件进行节流或防抖以降低执行频率,避免在回调中混合 DOM 读写以减少强制同步布局,利用 requestAnimationFrame 控制更新时机,以及使用 ResizeObserver、媒体查询或容器查询等浏览器能力,让布局响应更多地交给浏览器完成,从而降低重排和重绘的成本。 参考答案 在响应式开发中,如果直接监听 resize 事件并在回调中执行布局计算或 DOM 操作,很容易引发频繁的 重排(reflow)和重绘(repaint)。原因在于浏览器在拖动窗口尺寸时会持续触发 resize 事件,如果每次触发都进行样式读取和 DOM 更新,就会造成布局计算不断被打断,从而出现明显的抖动或性能下降。 实际工程中通常会从 事件触发频率控制、布局计算方式优化、浏览器能力利用 三个层面进行处理。 首先是对 resize 事件进行频率控制。浏览器在拖拽窗口时可能每秒触发几十到上百次 resize,如果每次都重新计算布局,主线程压力会非常大。常见做法是通过 节流(throttle)或防抖(debounce) 将计算频率降低。例如在节流策略下,每隔一段时间才执行一次布局更新,从而避免在连续拖动过程中频繁触发布局计算。对于布局实时性要求较低的场景,防抖也比较适合,即在窗口停止变化后再执行计算。 其次是避免在 resize 回调中混合 DOM 读写操作。浏览器在读取布局信息(例如 offsetWidth、getBoundingClientRect)时,如果之前存在未提交的样式修改,会强制触发布局计算,这被称为 强制同步布局(Forced Reflow)。因此更好的方式是将读取和写入操作进行分离,例如先批量读取尺寸,再统一修改样式,或者借助 requestAnimationFrame 将 DOM 更新安排到浏览器下一帧执行,避免频繁打断渲染流程。 另外一个更现代的方案是尽量减少对 window.resize 的依赖,而是使用 元素级尺寸监听机制。浏览器已经提供了 ResizeObserver API,可以直接监听某个容器尺寸变化。当布局响应依赖的是容器宽度而不是窗口宽度时,这种方式更加精确,同时也减少无关 resize 触发带来的性能损耗。 在 CSS 层面也可以减少 JavaScript 的参与。例如使用 媒体查询(media query) 或 容器查询(container query) 来处理布局变化,让浏览器在样式计算阶段直接完成响应式适配。CSS 驱动的响应式布局通常比 JavaScript 监听 resize 更高效,因为浏览器可以对样式计算进行统一调度。 在大型前端项目中,还会进一步结合 虚拟布局、组件级响应式控制、缓存计算结果 等方式,避免在每次窗口变化时重新计算整个页面布局,从而减少重排的传播范围。 ...

工程化 面试题

共 87 道 工程化 面试题。答案默认折叠,便于先自行作答。 1. webpack 中的 Loader ,链式调用顺序会影响编译结果吗? 难度:2 · 类型:QA 题目要点 Webpack Loader 是一个按流水线执行的源码转换系统,Loader 的链式顺序直接决定源码被处理的阶段;配置顺序为从左到右,但执行顺序为从右到左,每个 Loader 都处理前一个 Loader 的输出,因此顺序错误会导致语义阶段错乱甚至编译失败;通常应遵循“靠近源码的 Loader 放右侧,靠近运行时的 Loader 放左侧”的原则,同时 Loader 还存在 pitch 与 normal 两阶段执行机制,使顺序对最终编译结果具有决定性影响。 参考答案 会,而且这是 Webpack Loader 机制中非常关键且经常被误解的一点: Loader 的链式调用顺序不仅会影响编译结果,而且很多语法是否能正确工作,完全取决于 Loader 的执行顺序。 理解这个问题的关键在于:Loader 本质是一个“源码转换流水线(transform pipeline)”。 一、Loader 本质:源码的逐步转换 在 Webpack 中 hookup 的 Loader,并不是同时运行的,它们会对模块源码进行一层一层的转换: 原始源码 → loaderA → loaderB → loaderC → 最终 JS 模块 每个 Loader: 接收上一个 Loader 的输出 返回新的源码字符串(或 AST 转换结果) 交给下一个 Loader 因此: Loader 顺序决定了“谁先处理源码”,自然会影响最终产物。 二、关键规则:执行顺序与书写顺序相反 Webpack Loader 的执行规则是: 配置顺序:从左到右 执行顺序:从右到左 例如: use: ['style-loader', 'css-loader', 'postcss-loader'] 真实执行顺序: postcss-loader → css-loader → style-loader 原因是: 最右侧 Loader 最先接触原始资源 每个 Loader 向左传递转换结果 可以把它理解为函数组合: style(css(postcss(source))) 三、为什么顺序会直接影响编译结果 因为不同 Loader 处理的是不同语义阶段的代码。 典型例子:CSS 处理链 use: ['style-loader', 'css-loader'] 职责: css-loader:解析 CSS → 转成 JS module style-loader:把 CSS 注入 DOM 正确流程: CSS → css-loader(变成JS) → style-loader(执行注入) 如果顺序写反: use: ['css-loader', 'style-loader'] 执行变成: style-loader → css-loader 此时: style-loader 收到的是原始 CSS 它期望的是 JS 模块 编译或运行直接异常 再看 Babel + TypeScript use: ['babel-loader', 'ts-loader'] 执行顺序: ts-loader → babel-loader 正确原因: TypeScript 先转 JS Babel 再做语法降级 / polyfill 如果反过来: babel-loader → ts-loader Babel 无法解析 TS 类型语法,直接报错。 四、Loader 阶段不仅只有一个(高级理解) Webpack Loader 实际存在多个执行阶段: pitch 阶段:从左 → 右 normal 阶段:从右 → 左 即: pitch(loader1) pitch(loader2) pitch(loader3) normal(loader3) normal(loader2) normal(loader1) pitch 可以: 提前终止后续 Loader 改写执行流程 返回自定义模块内容 这也是 style-loader 等 Loader 能实现高级能力的原因。 五、为什么 Webpack 采用“反向执行” 本质是为了符合编译直觉: 最靠近资源的 Loader 先处理原始文件 后续 Loader 处理已经转换后的结果 类似编译器 pipeline: 源码 → 语法转换 → 模块化 → 运行时代码 六、工程实践中的顺序原则 经验上可以总结为一个规律: 越接近“源码形态”的 Loader 越靠右,越接近“运行时”的 Loader 越靠左 例如: 源码转换类 → 右侧 模块解析类 → 中间 运行时注入类 → 左侧 ...

工具 面试题

共 40 道 工具 面试题。答案默认折叠,便于先自行作答。 1. 你了解 Git 的 Worktree 吗? 难度:3 · 类型:QA 题目要点 Git Worktree 允许多个工作目录共享同一个仓库对象库,从而同时检出多个分支,避免频繁 checkout 带来的上下文切换问题。其核心依赖 Git 的对象数据库与工作区分离设计,相比 clone 具有更低的磁盘与网络成本,适用于并行开发、hotfix、版本对比和 CI 场景,本质是同一仓库的多工作视图机制。 参考答案 Git Worktree 是 Git 提供的一种 在同一个仓库中同时检出多个工作目录(working directory) 的机制,本质目的是解决“一个仓库只能对应一个当前分支”的限制。 在传统 Git 使用方式下,一个仓库目录只能 checkout 一个分支。如果正在开发 feature 分支,此时需要紧急修复线上 bug,就必须经历: stash 当前修改 切换分支 修复问题 再切回原分支恢复现场 这个过程不仅低效,而且容易产生冲突或遗漏。Worktree 的出现,就是为了避免这种上下文切换成本。 一、Worktree 的核心原理 Git 仓库实际上由两部分组成: .git:对象数据库(commit、tree、blob、refs) working directory:当前检出的文件 Worktree 允许 多个 working directory 共享同一个 .git 对象库。 也就是说: commit history 只有一份 objects 只有一份 但可以有多个独立的代码目录,每个目录对应不同分支 Git 内部会在 .git/worktrees/ 下维护额外工作区的元信息,每个 worktree 都拥有自己的 HEAD、index 和 checkout 状态。 因此它不是复制仓库,而是“多视图”。 二、基本使用方式 创建一个新的工作目录并检出分支: git worktree add ../project-hotfix hotfix-branch 执行后会发生: 在 ../project-hotfix 创建新目录 自动 checkout hotfix-branch 两个目录同时存在且互不影响 查看当前 worktree: git worktree list 删除工作区: git worktree remove ../project-hotfix 三、为什么它比 clone 更有价值 很多人第一反应是:重新 clone 一个仓库不就行了吗? 区别在于底层成本模型不同。 clone: 会复制完整 objects 数据 占用大量磁盘 fetch 需要重复下载 worktree: 所有工作区共享 object database 几乎瞬时创建 磁盘占用极小 fetch 一次,全部 worktree 可见 对于大型 monorepo 或包含大量历史记录的仓库,差异非常明显。 四、典型工程场景 在真实开发中,Worktree 的价值主要体现在并行上下文。 1)并行开发多个分支 一个目录开发 feature,另一个目录运行 release 分支调试问题,不需要频繁切换。 2)紧急 hotfix 线上 bug 修复可以直接开一个独立目录处理,不污染当前开发环境。 3)多版本调试 例如需要同时运行 v1 与 v2 服务进行对比测试。 4)CI 或自动化脚本 构建系统可以为不同分支创建临时 worktree,而无需重复 clone。 五、一些容易踩的点 Worktree 对分支存在“占用关系”。 一个分支不能同时被多个 worktree checkout,否则 Git 无法确定 HEAD 所属。因此删除 worktree 前要确保没有未提交修改。 另外,删除目录不能直接用 rm -rf,否则 Git 会留下 dangling worktree 记录,需要执行: git worktree prune 进行清理。 六、设计层面的理解 Worktree 实际上体现的是 Git 的核心设计思想: Git 管理的是 内容数据库(content-addressable storage),工作目录只是数据库的一种投影。Worktree 让一个数据库可以同时投影出多个状态视图。 这也是为什么它几乎没有额外性能成本。 ...

小程序 面试题

共 15 道 小程序 面试题。答案默认折叠,便于先自行作答。 1. 小程序可以做哪些性能优化? 难度:2 · 类型:QA 题目要点 小程序性能优化围绕逻辑层与视图层分离架构展开,重点是减少 setData 频率与数据体积,控制列表节点数量,优化首包体积与启动链路,并通过分包加载、WXS 与懒加载等手段降低渲染压力。核心原则是减少跨线程通信与避免无意义重渲染,从架构层面解决性能瓶颈。 参考答案 小程序的性能优化,不能只从“前端渲染”角度看。它的运行模型和 Web 不同,存在 逻辑层(JSCore)与视图层(WebView)分离 的架构特征,核心瓶颈往往出在: 跨线程通信成本 setData 传输体积 渲染节点数量 包体与启动链路 优化必须围绕这些机制展开。 一、理解运行架构是前提 以 微信小程序 为例: 逻辑层:JS 执行环境 视图层:WebView 渲染 两层通过 JSON 序列化通信 每一次 setData: 数据序列化 线程间传输 视图层 diff 真实节点更新 所以小程序性能优化的第一原则是: 减少跨线程通信的数据量与次数。 二、控制 setData 的粒度与频率 1. 避免大对象全量更新 错误方式: this.setData({ form: newFormObject }) 如果 form 很大,每次都会整体传输。 正确方式: this.setData({ "form.username": value }) 使用路径更新,最小化数据传输。 2. 合并多次 setData 多次调用: this.setData({ a: 1 }) this.setData({ b: 2 }) 会触发多次通信。 应合并为: this.setData({ a: 1, b: 2 }) 3. 避免高频 setData 例如滚动、拖拽、动画中频繁 setData,会造成卡顿。 解决方式: 使用节流 / 防抖 纯样式动画交给 CSS 使用 WXS 做视图层计算 三、列表渲染优化 列表是性能高发区。 1. 控制节点数量 一次性渲染几百个节点,必然卡顿。 解决方式: 分页加载 虚拟列表 懒加载 2. 正确使用 wx:key 如果 key 不稳定,会导致整列表重渲染。 必须使用唯一且稳定的 id,而不是 index。 3. 条件渲染用 hidden 替代频繁切换 wx:if 会销毁重建节点 hidden 只是控制显示 频繁切换时使用 hidden 性能更好。 四、包体与启动优化 小程序启动性能极其关键。 1. 分包加载 把非首屏页面放入分包,减小主包体积。 首包越小,冷启动越快。 2. 图片优化 使用压缩图片 使用 CDN 首屏图片懒加载 3. 代码体积控制 删除无用依赖 避免大型工具库 Tree shaking 五、网络请求优化 小程序环境下网络延迟会显著影响体验。 优化方式: 请求合并 数据缓存 预加载关键接口 减少无意义轮询 六、渲染层优化技巧 1. 使用 WXS WXS 在视图层执行,避免频繁 JS → View 通信。 适合: 简单计算 格式转换 列表中轻量逻辑 2. 使用 pureDataPattern 可以声明不参与视图层更新的数据字段,减少 setData 传输。 3. 减少复杂组件嵌套 组件层级过深,会增加渲染成本。 七、长列表与复杂页面的工程实践 如果是电商或内容类页面: 使用分块渲染(首屏优先) Skeleton 占位 滚动区域分段加载 图片懒加载 核心目标是: 让用户“尽快看到内容”,而不是等全部渲染完成。 八、本质理解 小程序优化的核心矛盾是: 逻辑层与视图层分离带来的通信成本。 因此优化方向始终围绕: 减少 setData 次数 减少传输数据量 控制节点数量 降低首屏体积 ...

场景题 面试题

共 84 道 场景题 面试题。答案默认折叠,便于先自行作答。 1. 现在大模型已经能高效生成界面代码,有人认为前端会被AI颠覆,也有人认为这只是工具革新。你更倾向哪种观点?你认为前端未来3-5年真正的机会点或转型方向是什么? 难度:3 · 类型:QA 题目要点 更倾向于“工具革新”而非“彻底颠覆”;大模型替代的是低层实现工作,而前端正在向工程化、系统设计以及 AI 应用方向演进,未来机会集中在高阶工程能力与“前端 + AI”结合的领域。 参考答案 更倾向于“工具革新”的判断,但需要补充一个前提:被替代的不是前端岗位,而是低抽象层的前端工作。大模型把“写代码”这一步极大压缩,但没有消解前端在系统中的职责。 从本质上看,前端的价值不在于把设计稿转成代码,而在于如何在浏览器这个受限运行时中构建复杂系统并保证体验、性能与稳定性。大模型擅长生成局部正确的代码,但在跨模块一致性、状态复杂性、长期可维护性等方面仍然依赖工程设计能力。 一、为什么更接近“工具革新” 大模型改变的是生产方式,而不是问题本身: 代码生成 → 自动化:组件、页面、样板代码的产出成本趋近于零 问题复杂度 → 上移:从“怎么写”转为“怎么设计、怎么约束、怎么演进” 人机协作 → 常态化:开发流程变成“设计 + 约束 + 校验 + 修正” 这和当年从 jQuery 到框架、再到工程化工具的演进类似,本质是抽象层不断上移。 二、未来 3–5 年的核心变化 可以用一句话概括:前端从“实现层”走向“系统层 + AI 协同层” 1. 前端工程能力会被放大,而不是削弱 大模型生成的代码,如果没有约束,很容易出现: 状态混乱(状态源不清晰) 性能问题(重复渲染、无效请求) 架构失控(组件边界混乱) 因此需要更强的工程能力去“约束 AI”: 设计组件规范、状态模型、数据流 统一代码风格与约束(lint / schema / contract) 构建可持续演进的架构 本质上:人负责“系统正确性”,AI 负责“实现效率” 2. “前端 + AI”的应用能力成为新分水岭 未来不是“用 AI 写代码”,而是“用前端做 AI 产品”: Prompt 设计与上下文管理 流式响应(SSE / streaming UI) Agent 工作流编排(多步骤任务) 多模态交互(文本 / 图像 / 语音) 前端在这里的角色是:AI 能力的产品化承载层 3. 复杂交互与可视化价值上升 大模型擅长生成静态 UI,但对复杂交互的掌控仍有限: 可视化(图表、数据大屏、编辑器) 拖拽、画布、低代码平台 高交互密度场景(设计工具、IDE 类产品) 这些场景需要: 精细状态管理 渲染性能优化(canvas / WebGL / 虚拟化) 交互细节控制 这是短期内最难被替代的部分。 4. BFF 与全栈能力会成为标配 前端边界正在上移: 接入 AI 服务(需要后端编排) 数据聚合与接口适配(BFF 层) 权限、缓存、边缘计算 未来前端更像: “以浏览器为核心的全栈工程师” 5. “约束 AI”的能力比“写代码”更重要 未来的核心能力不是写函数,而是: 如何定义清晰的接口与数据结构 如何拆解问题给 AI(任务建模) 如何验证 AI 输出(测试 / 类型 /监控) 本质上是从“coding”转向“spec + orchestration”。 三、值得投入的方向(优先级建议) 如果从职业发展角度看,可以重点关注: 第一优先级(长期壁垒) 工程化体系(构建、性能、监控、稳定性) 前端架构设计(组件体系、状态管理、微前端) 第二优先级(增长点) AI 应用开发(Agent、SSE、上下文管理) BFF / Node 中间层 第三优先级(差异化) 可视化(ECharts / WebGL / Canvas) 低代码 / 编辑器类系统 结论 这不是一次“岗位消失”,而是一次“能力重构”: 低阶实现能力被快速替代 中高阶工程与架构能力被放大 AI 应用能力成为新的增量空间 能持续发展的前端,通常具备三点:工程能力、系统设计能力、AI 协同能力。 ...

前端安全 面试题

共 35 道 前端安全 面试题。答案默认折叠,便于先自行作答。 1. 如果发现JWT Token泄露,如何快速响应? 难度:3 · 类型:QA 题目要点 定位:确认泄露的是单个用户 Token 还是全局密钥。 拉黑:立即将泄露的 Token jti 加入 Redis 禁用名单。 阻断:如果是密钥泄露,立即更新环境变量中的 JWT_SECRET。 通知:提醒受影响用户,并建议其修改密码(以防攻击者通过其他渠道获取了账号控制权)。 审计:检查该 Token 泄露期间产生的异常操作日志,进行回滚或补偿。 参考答案 由于 JWT 是无状态的(服务器默认不存储 Token,无法像 Session 那样轻易在服务端作废),快速响应的核心思路在于阻断该 Token 的有效性或强制变更鉴权环境。 以下是针对不同场景的快速响应方案: 1. 服务端拦截:引入“黑名单”机制(最快响应) 这是最直接的补救措施。虽然 JWT 旨在去中心化校验,但在紧急情况下,必须引入中心化检查。 操作:将泄露的 Token 唯一标识(通常是 jti 载荷)或整个 Token 字符串存入 Redis 等极速缓存中,并设置过期时间(等于该 Token 的剩余有效期)。 逻辑更新:修改后端的鉴权中间件,在校验 JWT 签名通过后,额外多一步检查:“该 Token 是否在 Redis 黑名单中?”。如果在,则拒绝请求。 优点:秒级生效,精准拦截。 2. 变更签名密钥(最彻底但代价大) 如果怀疑是大规模泄露,或者加密私钥(Secret Key)本身已暴露: 操作:立即在服务端更换用于签署 JWT 的 Secret Key。 后果:由于密钥变了,之前所有基于旧密钥生成的 Token(包括合法用户的)都会瞬间失效。 适用场景:密钥泄露或遭受系统性攻击。虽然这会导致全服用户强制下线(需重新登录),但在极端安全风险下是必要的“熔断”。 3. 强制用户重新登录:变更 User Secret 如果你的 JWT 签名逻辑中引入了用户特有的变量(例如:HMAC256(payload, base_secret + user_password_hash)): 操作:在数据库中重置该用户的某个关键字段(如随机生成的 token_salt 或直接让其修改密码)。 原理:后端在校验时,由于该用户的 user_password_hash 或 salt 变了,旧 Token 算出的签名将无法匹配,从而实现单用户精准作废。 4. 移动端/客户端响应:主动清除 操作:通过通知推送(Push Notification)或特定的指令,强制客户端执行注销逻辑,清除本地存储的 localStorage 或 Cookie 中的 Token。 局限性:这只能防君子不防小人。如果攻击者已经拿到了 Token 并通过 Postman 等工具调用接口,客户端的清除动作毫无意义,必须配合上述服务端拦截。 5. 缩短过期时间与 Refresh Token 策略(长效机制) 如果泄露已经发生,而你的 Token 有效期设为了 7 天,那么损失是巨大的。 响应举措:立即调低新生成 Token 的 exp(过期时间),例如缩短至 15 分钟。 利用 Refresh Token:如果系统使用了双 Token 机制,立即在数据库中禁用对应的 Refresh Token,这样攻击者手中的 Access Token 一旦过期,将无法续期。 ...