React Diff算法一览
前言
diff算法一直是React系统最核心的部分，并且由于演化自传统diff，使得比较方式从O(n^3)降级到O(n)，然后又改成了链表方式，可谓是变化万千。
传统Diff算法
传统diff算法需要循环比较两棵树，所有节点的循环，那么单纯比较次数就是O(n^2)，n*n
P L
A A
/ \ / \
/ \ / \
B D ====> D B
/ \
C C
刷刷刷，每次都需要循环遍历，于是有以下的查找过程：
PA->LA
PA->LB
PA->LC
PA->LD
PB->LA
...除了查找过程消耗了O(n^2)之外，找到差异后还要计算最小转换方式，最终结果为O(n^3)。
所以，传统的diff算法的时间复杂度为O(n^3)。
如果React运用这种算法，那么节点过多，将会有大量的开销，虽然CPU的秒速达到30亿次计算，但依旧是非常耗费性能的。
有没有什么方式可以降低时间复杂度呢？
于是，React15对传统的diff做了一些限制，使得时间复杂度变为了O(n)。
React 15的Diff算法
《深入React技术栈》这本书，给出了三种Diff策略分析，文字描述太过抽象，直接表述如下：
Tree diff、Component diff、Element diff
Tree diff
什么是Tree diff？先上图：
首先，进行同级比较，并非循环比较。这样比较次数就降为一层一次，时间复杂度直接降为O(n)
如果同级相同位置节点不一样，则直接删除替换，简单粗暴。
而对于节点移动，同样道理，也是简单粗暴的删除重建。如下图所示（图中第四步应该是删除左侧的整棵A树）：
Component diff
不多说，先上图：
其实component diff相当于是子树的diff，基本方案和tree diff是一致的，如果如上图D变为G，那么直接删除D这一整棵树，然后重新渲染G树。
依旧是简单粗暴。
Element diff
对于同一节点的元素，diff算法提供了三种操作：插入、移动、删除。还是先上图：
此时的操作，是B、D不做任何操作，AC移动到相应位置【前提是都有相同的key】
如果，此时的key不相同，全都发生了变化，那么节点全都是要删除重新构建，将会消耗大量性能。
React 16的Diff算法
React16相比React15的Diff算法发生了很大的变化，其中最主要就是引入了Fiber循环任务调度算法。
Fiber
Fiber是什么？干了什么？
Fiber在diff阶段，做了如下的操作：
1、可以随时将diff操作进行任务拆分。
2、diff阶段的每个任务可以随时执行或者中止。
3、diff阶段任务调度优先级控制。
所以，Fiber相当于是，在15的diff算法阶段，做了优先级的任务调度控制，
所以，Fiber是根据一个fiber节点（VDOM节点）来拆分，以fiber node为一个任务单元，一 个组件实例都是一个任务单元。任务循环中，每处理完一个fiber node，可以中断/挂起/恢复。
它又是如何能够进行这样的异步操作的呢？这就不得不说一个方法：requestIdleCallback
浏览器提供的requestIdleCallback API中的Cooperative Scheduling可以让浏览器在空闲时间执行回调（开发者传入的方法），在回调参数中可以获取到当前帧（16ms）剩余的时间。利用这个信息可以合理的安排当前帧需要做的事情，如果时间足够，那继续做下一个任务，如果时间不够就歇一歇，调用requestIdleCallback来获知主线程不忙的时候，再继续做任务
Fiber Node是什么？
链表！
将要处理的节点，存在链表结构，那么就能够做到节点复用。【这大概是Fiber的核心吧】
大体上的Diff引入了Fiber之后，我们就增加了更多的链表复用功能，通过这一点，我们可以使得React Diff的性能得到提升。
总结
其实，这篇文章着重讲的还是React15的diff，React 16的diff并未详细探讨，接下来会出一篇文章，单独讲解React 16的Diff策略。不过React 16Diff策略的核心Fiber是不可错过的点。
参考资料
《深入React技术栈》
https://segmentfault.com/a/1190000016723305
https://www.jianshu.com/p/3ba0822018cf
https://www.jianshu.com/p/21a445066d51?from=timeline
https://www.zhihu.com/question/66851503/answer/246766239
https://blog.csdn.net/P6P7qsW6ua47A2Sb/article/details/82322033
https://blog.csdn.net/VhWfR2u02Q/article/details/100011830
