原型&原型链

JS原型链解析

三个属性

constructor:构造函数
proto:存在于对象,是对象的内置属性,指向原型
prototype: 存在于函数,显示修改对象的原型属性

原型链

  1. 一般对象F(指对象不是由Object和Function创建处理的)
console.log('====一般对象函数F & 构造器创建对象===')
function F(){
	
}
let f = new F()
console.log(f.__proto__ === F.prototype) // true
console.log(F.prototype.constructor === F) // true
console.log(F.prototype.__proto__ === Object.prototype) // true
console.log(F.__proto__ === Function.prototype) //true
  1. Object()
console.log('====Object===')
let obj = new Object()
console.log(obj.__proto__ === Object.prototype) // true
console.log(Object.prototype.constructor === Object) // true
console.log(Object.prototype.__proto__ === null) // true
console.log(Object.__proto__ === Function.prototype) // true
  1. Function()
console.log('====Function===')
let fun  = new Function()
console.log(fun.__proto__ === Function.prototype) // true
console.log(Function.prototype.constructor === Function) // true
console.log(Function.prototype.__proto__ === Object.prototype) // true
console.log(Function.__proto__ === Function.prototype) // true
  1. 字面量
console.log('====字面量===')
let a = {}
console.log(a.__proto__ === Object.prototype) // true
console.log(a.__proto__ === a.constructor.prototype) // true
  1. Object.create
console.log('====Object.create===')
let b = {name:'zyy'}
let c = Object.create(b)
console.log(c.__proto__ === b) // true
console.log(c.__proto__.__proto__ === Object.prototype) // true
console.log(c.__proto__.prototype) // undefined

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值