Hacktoberfest 2026: những issue maintainer đã đánh dấu cho tháng Mười, đang mở và phù hợp người mới. Xem issue Hacktoberfest

How to use debounce lodash in search

Đang mở
#235 3 bình luận 1 reaction 0 người được giao Xem trên GitHub

Chưa có ai nhận issue này.

Đánh giá

Độ khó
1/5
Thời gian dự kiến
Dưới một giờ
Mức phù hợp với người mới
25/100
Loại issue
Tài liệu
Độ rõ ràng
Cần làm rõ
Mức độ hoạt động
Đình trệ
Công nghệ
javascript, react
Lĩnh vực
documentation

Hướng nghiên cứu

Không có tệp, bài kiểm thử hoặc điểm vào nào được nêu; issue hỏi cách debounce callback tìm kiếm filterTreeNode bằng lodash. Hãy bắt đầu bằng việc kiểm tra search API của component và tài liệu hướng dẫn sử dụng hiện có, sau đó ghi lại một ví dụ debounce rõ ràng và cách xác minh nó với dữ liệu cây lớn.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.

Mô tả

im using filterTreeNode props and func is:

  filterFunction = (input, treeNode) => {
     const compare1 = treeNode.props.title.toLowerCase();
     const compare2 = input.toLowerCase();
     return compare1.indexOf(compare2) >= 0;
  };

But it always trigger when i type something to search, when i have large data, it will response slowly. So i want to use debounce (lodash) to handle trigger filter. Could you tell me how to use it.
Thanks!

Ngôn ngữ chính
TypeScript
Star
312
Fork
204
Merge trung bình
37 phút
Pull request đã merge (30 ngày)
1

Chuẩn bị môi trường

Chúng tôi chưa kiểm tra các tệp thiết lập môi trường của dự án này. Hãy bắt đầu từ README và xem hướng dẫn đóng góp lần đầu của chúng tôi để biết các bước chung.

Bắt đầu từ đâu

  1. Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
  2. Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
  3. Fork repository và làm thay đổi trên một nhánh.
  4. Mở pull request có tham chiếu số hiệu của issue.

Issue khác của react-component/tree-select

Tất cả issue của react-component/tree-select

Issue tương tự

Thêm issue về TypeScript

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.