摘要：首先是把原生的轉換為的類型此時的就是上面的數組判斷是否為空判斷是否已經是的類型序列化數組判斷是否超過。。。。。。若沒有超過，所有數據都放在中。通過計算要尋找的節點的位置在這個例子中，的值依次是。我上面所解析的情況有構建修改查詢。

我以下面這段代碼為例子，畫出這個List的存儲結構：

let myList = [];
for(let i=0;i<1100;i++) {
    myList[i] = i;
}
debugger;//可以在這里打個斷點調試
let immutableList = Immutable.List(myList)
debugger;
console.log(immutableList.set(1000, "Remm"));
debugger;
console.log(immutableList.get(1000));

我們用上面的代碼為例子一步一步的解析。首先是把原生的list轉換為inmutable的list 類型：

export class List extends IndexedCollection {
  // @pragma Construction

  constructor(value) { // 此時的value就是上面的myList數組
    const empty = emptyList();
    if (value === null || value === undefined) {//判斷是否為空
      return empty;
    }
    if (isList(value)) {//判斷是否已經是imutable的list類型
      return value;
    }
    const iter = IndexedCollection(value);//序列化數組
    const size = iter.size;
    if (size === 0) {
      return empty;
    }
    assertNotInfinite(size);
    if (size > 0 && size < SIZE) { // 判斷size是否超過32
      return makeList(0, size, SHIFT, null, new VNode(iter.toArray()));
    }
    return empty.withMutations(list => {
      list.setSize(size);
      iter.forEach((v, i) => list.set(i, v));
    });
  }

  。。。。。。

}

首先會創建一個空的list

let EMPTY_LIST;
export function emptyList() {
  return EMPTY_LIST || (EMPTY_LIST = makeList(0, 0, SHIFT));
}

SHIFT的值為5，export const SHIFT = 5; // Resulted in best performance after ______?

再繼續看makeList，可以清晰看到 List 的主要部分：

function makeList(origin, capacity, level, root, tail, ownerID, hash) {
  const list = Object.create(ListPrototype);
  list.size = capacity - origin;// 數組的長度
  list._origin = origin;// 數組的起始位置 一般是0
  list._capacity = capacity;// 數組容量 等于 size
  list._level = level;//樹的深度，為0時是葉子結點。默認值是5，存儲指數部分，用于方便位運算,增加一個深度，level值+5
  list._root = root;// trie樹實現
  list._tail = tail;// 32個為一組，存放最后剩余的數據 其實就是 %32
  list.__ownerID = ownerID;
  list.__hash = hash;
  list.__altered = false;
  return list;
}

將傳入的數據序列化

// ArraySeq
iter = {
size: 數組的length,
_array: 傳入數組的引用
}

判斷size是否超過32，size > 0 && size < SIZE 這里 SIZE ： export const SIZE = 1 << SHIFT;
即 32。若沒有超過32，所有數據都放在_tail中。

_root 和 _tail 里面的數據又有以下結構：

// @VNode class
constructor(array, ownerID) {
  this.array = array;
  this.ownerID = ownerID;
}

可以這樣調試查看：

let myList = [];
for(let i=0;i<30;i++) {
    myList[i] = i;
}
debugger;//可以在這里打個斷點調試
console.log(Immutable.List(myList));

size如果超過32

return empty.withMutations(list => {
    list.setSize(size);//構建樹的結構 主要是計算出樹的深度
    iter.forEach((v, i) => list.set(i, v));//填充好數據
});

export function withMutations(fn) {
  const mutable = this.asMutable();
  fn(mutable);
  return mutable.wasAltered() ? mutable.__ensureOwner(this.__ownerID) : this;
}

list.setSize(size)中有一個重要的方法setListBounds,下面我們主要看這個方法如何構建這顆樹
這個方法最主要的作用是 確定 list的level

function setListBounds(list, begin, end) {

  ......
  
  const newTailOffset = getTailOffset(newCapacity);

  // New size might need creating a higher root.
  // 是否需要增加數的深度 把 1 左移 newLevel + SHIFT 位 相當于 1 * 2 ^ (newLevel + SHIFT)
  // 以 size為 1100 為例子 newTailOffset的值為1088 第一次 1088 > 2 ^ 10 樹增加一層深度
  // 第二次 1088 < 2 ^ 15 跳出循環 newLevel = 10
  while (newTailOffset >= 1 << (newLevel + SHIFT)) {
    newRoot = new VNode(
      newRoot && newRoot.array.length ? [newRoot] : [],
      owner
    );
    newLevel += SHIFT;
  }

  ......
}

function getTailOffset(size) {
    // (1100 - 1) / 2^5 % 2^5 = 1088
    return size < SIZE ? 0 : (((size - 1) >>> SHIFT) << SHIFT);
}

經過 list.setSize(size);構建好的結構

iter.forEach((v, i) => list.set(i, v));這里是將iter中的_array填充到list

這里主要還是看看set方法如何設置數據

set(index, value) {
    return updateList(this, index, value);
}

function updateList(list, index, value) {
  ......
  if (index >= getTailOffset(list._capacity)) {
    newTail = updateVNode(newTail, list.__ownerID, 0, index, value, didAlter);
  } else {
    newRoot = updateVNode(
      newRoot,
      list.__ownerID,
      list._level,
      index,
      value,
      didAlter
    );
  }

  ......

}

function updateVNode(node, ownerID, level, index, value, didAlter) {
  // 根據 index 和 level 計算 數據set的位置在哪
  const idx = (index >>> level) & MASK;

  // 利用遞歸 一步一步的尋找位置 直到找到最終的位置
  if (level > 0) {
    const lowerNode = node && node.array[idx];
    const newLowerNode = updateVNode(
      lowerNode,
      ownerID,
      level - SHIFT,
      index,
      value,
      didAlter
    );
    ......
    // 把node節點的array復制一份生成一個新的節點newNode editableVNode函數見下面源碼
    newNode = editableVNode(node, ownerID);
    // 回溯階段將 子節點的引用賦值給自己
    newNode.array[idx] = newLowerNode;
    return newNode;
  }
  ......
  newNode = editableVNode(node, ownerID);
  // 當遞歸到葉子節點 也就是level <= 0 將值放到這個位置
  newNode.array[idx] = value;
  ......
  return newNode;
}

function editableVNode(node, ownerID) {
  if (ownerID && node && ownerID === node.ownerID) {
    return node;
  }
  return new VNode(node ? node.array.slice() : [], ownerID);
}

下面我們看看運行了一次set(0,0)的結果

整個結構構建完之后

下面我們接著看剛剛我們構建的list set(1000, "Remm"),其實所有的set的源碼上面已經解析過了，我們再來溫習一下。

調用上面的set方法，index=1000,value="Remm"。調用updateList，繼而調用updateVNode。通過const idx = (index >>> level) & MASK;計算要尋找的節點的位置(在這個例子中，idx的值依次是0->31->8)。 不斷的遞歸查找，當 level <= 0 到達遞歸的終止條件，其實就是達到樹的葉子節點，此時通過newNode = editableVNode(node, ownerID);創建一個新的節點，然后 newNode.array[8] = "Remm"。接著就是開始回溯，在回溯階段，自己把自己克隆一個，newNode = editableVNode(node, ownerID);,注意這里克隆的只是引用，所以不是深拷貝。然后再將idx位置的更新了的子節點重新賦值，newNode.array[idx] = newLowerNode;,這樣沿著路徑一直返回，更新路徑上的每個節點，最后得到一個新的根節點。

更新后的list:

了解完上面的list構建和set，我們再來看 immutableList.get(1000) 源碼就是小菜一碟了。

  get(index, notSetValue) {
    index = wrapIndex(this, index);
    if (index >= 0 && index < this.size) {
      index += this._origin;
      const node = listNodeFor(this, index);
      return node && node.array[index & MASK];
    }
    return notSetValue;
  }

function listNodeFor(list, rawIndex) {
  if (rawIndex >= getTailOffset(list._capacity)) {
    return list._tail;
  }
  if (rawIndex < 1 << (list._level + SHIFT)) {
    let node = list._root;
    let level = list._level;
    while (node && level > 0) {
      // 循環查找節點所在位置
      node = node.array[(rawIndex >>> level) & MASK];
      level -= SHIFT;
    }
    return node;
  }
}

來一張從網上盜來的圖：

這種樹的數據結構（tire 樹），保證其拷貝引用的次數降到了最低，就是通過極端的方式，大大降低拷貝數量，一個擁有100萬條屬性的對象，淺拷貝需要賦值 99.9999萬次，而在 tire 樹中，根據其訪問的深度，只有一個層級只需要拷貝 31 次，這個數字不隨著對象屬性的增加而增大。而隨著層級的深入，會線性增加拷貝數量，但由于對象訪問深度不會特別高，10 層已經幾乎見不到了，因此最多拷貝300次，速度還是非?？斓?。

我上面所解析的情況有 構建、修改、查詢。其實還有 添加 和 刪除。
其實Immutable.js 部分參考了 Clojure 中的PersistentVector的實現方式。所以可以看看下面這篇文章：

https://hypirion.com/musings/...