将复杂数学计算移入 Worker 线程可有效避免主线程掉帧，关键在于数据传递（仅结构化克隆纯数据）、Transferable Objects 零拷贝传输大数组、分批计算并主动反馈进度、结果聚合在 Worker 内完成、任务后及时 terminate 或 close，以及监听 error 防止静默失败。
把复杂数学公式计算移进 Worker 线程，是避开主线程掉帧最直接有效的方式。关键不是“能不能算”，而是“怎么传、怎么算、怎么回、怎么收”——每一步都影响是否真能释放主线程。
只传数据，不传逻辑或上下文
Worker 无法访问闭包、this、全局变量或函数引用。所有参与计算的输入必须是可结构化克隆的纯数据：
- 支持：数字、数组（含 TypedArray）、对象、字符串、Date、ArrayBuffer
- 不支持：函数、class 实例、Promise、正则字面量（部分 RegExp 可传但行为不一致）、DOM 节点
- 示例：不要传 Math.sin 或自定义工具函数；要把公式拆解为参数+运算符描述，比如
{ type: 'quadratic', a: 2, b: -5, c: 3 }
用 Transferable Objects 加速大数组传输
若公式涉及向量运算、矩阵求逆、蒙特卡洛模拟等，常需传递成千上万浮点数。直接传普通数组会触发深拷贝，开销巨大：
- 主线程创建
const buffer = new Float64Array(1e6).buffer - 调用
worker.postMessage({ data: buffer }, [buffer])—— 第二个参数声明 transferable，内存所有权立刻移交 - Worker 内直接用
new Float64Array(event.data.data)访问，零拷贝 - 避免反复 new ArrayBuffer，复用已有 buffer 更稳
分批计算 + 主动反馈进度
单次计算耗时超过 20ms 就可能挤占一帧。对迭代类公式（如牛顿法、数值积分），应在 Worker 中主动切片并上报进度：
- 主线程发送
{ formula: 'integral', range: [0, 10], steps: 1e5, chunkSize: 1e3 } - Worker 每完成一个 chunk，调用
self.postMessage({ type: 'progress', done: i * chunkSize }) - 主线程监听
worker.onmessage，区分type === 'result'和'progress'，更新 loading 状态或进度条 - 最终结果聚合在 Worker 内完成，避免主线程再做大量归并
用完即关，防止资源滞留
Worker 不会因任务结束自动销毁。长期驻留的 Worker 会持续占用内存，且可能干扰后续任务调度：
- 主线程在收到最终结果后，立即调用
worker.terminate() - Worker 内也可在计算完毕后执行
self.close() - 添加
worker.onerror监听，捕获未处理异常，避免静默失败导致界面无响应 - 避免在 Worker 中使用
setInterval；如需轮询，用setTimeout链式调用，并确保有退出条件
