AI 对话流式追加的渲染与内存优化
哪些公司问过
答案要点
- TextDecoder 流式解码,分块存储,避免对全量文本反复拼接和深拷贝
- 设长度阈值折叠或分页,历史消息按需加载并及时释放引用
- 消息项拆组件 + React.memo + 稳定 key,追加时只重渲染最后一条
- 用 ref 缓冲加 requestAnimationFrame 节流,批量合并 setState
- 长列表用虚拟滚动,Markdown 渲染做增量或节流
易错点
- 每个 token 都触发 setState,导致整列表高频重渲染
- 用数组下标做 key,插入或删除时组件状态错乱
- 每次都对整段 Markdown 重新解析,长回复时卡顿明显
面试官常见追问
- 手撕支持流式追加的聊天列表,状态怎么设计?
- 流式过程中用户点击停止怎么处理?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。