题目
简述 MVC、MVP 和 MVVM 架构模式的核心区别
信息
- 类型：问答
- 难度：⭐
考点
移动端架构模式,MVC,MVP,MVVM,模式区别
快速回答
三种架构模式的核心区别：
- MVC：Controller 直接处理 View 事件并更新 Model
- MVP：Presenter 作为中间层，View 通过接口与 Presenter 交互
- MVVM：ViewModel 通过数据绑定自动同步 View 和 Model
关键差异：数据流方向、层间耦合度、职责划分。
解析
1. 原理说明
移动端架构模式的核心目标是解耦业务逻辑与UI：
- MVC (Model-View-Controller)：
- Model：数据层
- View：UI显示层
- Controller：接收View事件，操作Model并更新View - MVP (Model-View-Presenter)：
- Presenter 取代Controller，View通过接口与Presenter通信
- View 不直接依赖Model - MVVM (Model-View-ViewModel)：
- ViewModel 暴露数据流
- View 通过数据绑定（如Jetpack Compose/SwiftUI）自动响应数据变化
2. 核心区别对比
| 维度 | MVC | MVP | MVVM |
|---|---|---|---|
| 数据流向 | View → Controller → Model → View | View → Presenter → Model → Presenter → View | 双向绑定（View ↔ ViewModel ↔ Model） |
| 耦合度 | View 与 Model 可能直接交互 | View 与 Model 完全隔离 | View 与 ViewModel 松耦合 |
| 测试难度 | Controller 难测试 | Presenter 易测试 | ViewModel 易测试 |
3. 代码示例（Android伪代码）
MVC 典型问题：
// Activity 中混杂逻辑和UI更新
class UserActivity : AppCompatActivity() {
override fun onCreate() {
button.setOnClickListener {
// 1. 直接操作Model
val user = User(nameInput.text)
// 2. 直接更新View
textView.text = user.name
}
}
}MVP 解决方案：
// View 接口
interface UserView {
fun showUserName(name: String)
}
// Presenter 处理逻辑
class UserPresenter(private val view: UserView) {
fun saveName(input: String) {
val user = User(input) // Model操作
view.showUserName(user.name) // 通过接口更新View
}
}MVVM 实现（使用Jetpack）：
class UserViewModel : ViewModel() {
private val _userName = MutableLiveData<String>()
val userName: LiveData<String> = _userName
fun saveName(input: String) {
_userName.value = User(input).name // 更新LiveData
}
}
// XML中通过数据绑定自动更新TextView
<TextView
android:text="@={viewModel.userName}" />4. 最佳实践
- 选择建议：
- 简单页面：MVC
- 中等复杂度：MVP
- 现代应用：优先MVVM（配合数据绑定） - 关键原则：
- View 层只处理UI渲染
- 业务逻辑放入Presenter/ViewModel
- Model 保持数据纯净
5. 常见错误
- 在Activity/Fragment中写业务逻辑（变成"Massive View Controller"）
- MVP中Presenter持有View导致内存泄漏
- MVVM中滥用LiveData造成数据倒灌
6. 扩展知识
- 数据绑定库：Android的Data Binding/Jetpack Compose，iOS的SwiftUI/Combine
- 演进趋势：MVVM逐渐成为移动端主流，尤其适合响应式编程
- 其他模式：MVI（Model-View-Intent）通过单向数据流提升可预测性
