当前位置: 首页 > java >正文

React useMemo 深度指南:原理、误区、实战与 2025 最佳实践

把“为什么用、怎么用、用错了怎么办”一次讲透,附 React 19 自动优化前瞻


一、useMemo 是什么?

一句话:
useMemo = 记住(缓存)昂贵计算结果,只在依赖变化时重新计算。

const memoValue = useMemo(() => {return heavyCompute(a, b);
}, [a, b]);
  • 第 1 个参数:计算函数,必须返回一个值。
  • 第 2 个参数:依赖数组,React 用 Object.is 比对。
  • 返回值:缓存值,依赖不变就复用。

二、使用场景 3+1

场景示例收益
昂贵计算大数据过滤 / 排序 / 图表计算避免每次渲染重算
稳定引用把对象/数组传给子组件配合 React.memo 减少子组件重渲染
函数缓存返回函数时用 useCallback 语法糖防止子组件 props 变化
React 19 之前手动优化瓶颈React 19 编译器将自动处理

三、实战:Todo 列表性能优化

问题:每次添加 todo,都重新过滤 1000 条数据

function TodoList({ todos, filter }) {// ❌ 每次渲染都执行 filterTodosconst visibleTodos = filterTodos(todos, filter);return visibleTodos.map(todo => <li key={todo.id}>{todo.text}</li>);
}

解决:useMemo 缓存过滤结果

function TodoList({ todos, filter }) {const visibleTodos = useMemo(() => filterTodos(todos, filter),[todos, filter]);return visibleTodos.map(todo => <li key={todo.id}>{todo.text}</li>);
}

依赖 [todos, filter] 不变,filterTodos 只在依赖变化时运行。


四、常见误区与对策

误区后果对策
依赖项漏写缓存值不更新使用 ESLint react-hooks/exhaustive-deps
过度使用缓存成本 > 计算成本先写简单代码,后优化
返回函数误用 useMemo(() => fn)改用 useCallback(fn, deps)

五、React 19 之后:还要手动用吗?

React 19 编译器 已能 自动记忆化

  • 大部分场景 无需手写 useMemo/useCallback
  • 仅在 第三方库要求引用稳定极端昂贵计算 时手动使用。

六、一键记忆化模板

import { useMemo } from 'react';export function useExpensiveValue<T>(factory: () => T, deps: any[]): T {return useMemo(factory, deps);
}// 用法
const data = useExpensiveValue(() => heavyCompute(a, b), [a, b]);

七、一句话总结

useMemo = “计算缓存”,只在依赖变化时重算;React 19 之前手动优化瓶颈,之后让编译器兜底

http://www.xdnf.cn/news/17778.html

相关文章:

  • Linux网络性能调优终极指南:深度解析与实践
  • pt-online-schema-change 全解析:MySQL 表结构变更的安全之道
  • Jenkins(集群与流水线配置)
  • 神经网络的核心组件解析:从理论到实践
  • Qt字符串与数值相互转换
  • 蓝桥杯备赛 按键、LCD、定时器
  • 面试实战 问题二十七 java 使用1.8新特性,判断空
  • 3.Ansible编写和运行playbook
  • 基于 MybatisPlus 将百度天气数据存储至 PostgreSQL 数据库的实践
  • k8s中的微服务
  • HTTP 请求转发与重定向详解及其应用(含 Java 示例)
  • 【Golang】 Context.WithCancel 全面解析与实战指南
  • model层实现:
  • CompletableFuture介绍及使用方式
  • Java多线程进阶-从乐观锁到读写锁
  • 网络安全和基础设施安全局 (CISA) 表示微分段不再是可选的
  • 基于UniApp的新大陆物联网平台温湿度检测系统开发方案
  • 基于机器学习的自动驾驶汽车新型失效运行方法
  • FPGA的PS基础1
  • 中科米堆CASAIM汽车零部件三维扫描检测解决方案
  • 我的 LeetCode 日记:Day 36 - 动态规划,背包问题的千变万化
  • PyTorch神经网络工具箱(神经网络核心组件)
  • 副水箱水位传感器3825-00009介绍
  • ZED 2i相机调试
  • 基于大数据spark的医用消耗选品采集数据可视化分析系统【Hadoop、spark、python】
  • 基于微信小程序的生态农产销售管理的设计与实现/基于C#的生态农产销售系统的设计与实现、基于asp.net的农产销售系统的设计与实现
  • [ 数据结构 ] 泛型 (上)
  • 云蝠智能 VoiceAgent 在不良资产处理中的技术应用与实践
  • VUE3中的内置 API
  • 2025_07_安装Jmeter,创建一个登录请求