预勘系统面试准备文档

一、业务场景与技术挑战（约 45 秒）

  - 场景背景：预堪系统负责工地验收前的质量检查，需管理 1000+ 条项，按三级目录组织：

      - 一级目录如 “主体结构”

      - 二级目录如 “钢筋检查”

      - 三级检查项如 “钢筋间距是否符合要求”

  - 核心需求：支持全局搜索并秒级定位任意检查项

  - 三大挑战：

      1. 全量渲染爆内存：1000+ 条目一次性渲染导致卡死

      2. 分页加载缺全局搜索：无法快速定位任意项

      3. 虚拟滚动下精确定位矛盾：既要按需渲染，又要跳到目标项

  ### 二、架构设计思路与核心创新（约 90 秒）

  - 分层虚拟化

      - 虚拟滚动单位提升至“二级目录”粒度

      - 每个 itemBuilder 渲染整个二级目录下所有检查项

  - 多级映射表（O(1) 查找）

      1. _catalogIndexMap：目录 ID → 虚拟列表 index

      2. _twoTitleToCatalogMap：检查项 ID → 所属二级目录

      3. _twoTitlePositionMap：检查项在所属目录内的相对位置

  - Lazy GlobalKey 策略

      - 目录渲染时 putIfAbsent 动态创建 GlobalKey

      - 只在必要时生成锚点，节约内存

  - 双阶定位机制

      1. 用 ItemScrollController.scrollTo 跳到目标“二级目录”，触发该目录渲染

      2. 延迟 50 ms（性能测试最优值），再用 Scrollable.ensureVisible + GlobalKey 做像素级微调

  ### 三、技术细节与架构优势（约 60 秒）

  - 空间换时间：三张映射表占用极小内存，却让查找速度提升数十倍

  - 精细状态管理：

      - 搜索、虚拟滚动、GlobalKey 生命周期、用户交互状态均封装于 ViewModel（Provider）

      - 保证状态变更可预测、可测试

  - 性能边界验证：

      - 延迟 50 ms 来自 iPhone 8/华为 Mate 20 等中端机型的帧率与渲染完成率测试

      - 确保 99.5% 渲染成功率且低于用户感知阈值

  - 量化收益：

      - 内存使用 ↓ 75%（相对全量渲染）

      - 定位响应 < 200 ms

      - 用户满意度 ↑ 40%

  - 组件化复用：已抽象为基础组件，供其他大数据列表场景复用

  ———

  四、架构思考与技术前瞻（约 25 秒）

  - 原则驱动：以业务痛点为导向，避免技术炫技

  - 渐进优化：从简单方案迭代至复杂方案，防止过度设计

  - 可测试可维护：职责清晰、层次分明、接口预留

  - 未来演进：计划接入 AI 智能搜索/语义匹配，现有映射表与定位方案均可无缝扩展

  ———

  五、高频深度追问 & 应答策略

  - Q1：50 ms 延迟如何确定？

    - 在 0–200 ms 范围内 AB 测试；低于 30 ms 未完成渲染，超 100 ms 用户感知卡顿；50 ms 在主流机型上性能/体验最佳平衡。

  - Q2：为何不分片加载或无限滚动？

      - 分片破坏业务完整性；无限滚动无法满足全局搜索定位，体验与性能权衡下映射+虚拟粒度更优。

  - Q3：若数据量增至 10000+，还能支撑？

      - 查找复杂度不变；单目录条目过多可拆分成四级目录；映射与虚拟滚动层级可灵活扩展。

  - Q4：如何防止 GlobalKey 泄漏？

      - 页面 dispose 时清理映射与 GlobalKey；定期清理未使用的 key；超阈值报警并自动清理。

  ———

  记忆要点

  - 核心架构：分层虚拟化 + 多级映射 + 双阶定位

  - 技术亮点：O(1) 查找 + Lazy GlobalKey + 精准延迟

  - 量化成果：75% 内存节省；< 200 ms 响应；40% 满意度提升

  - 扩展价值：基础组件化 + AI 接口预留 + 跨业务复用