1.2异步(待更新+学习笔记)

本文探讨了一道JS面试题中诡异的输出结果现象,解析了for循环与setTimeout函数结合时的执行顺序与原因,揭示了JavaScript事件循环与宏任务、微任务的概念,以及异步编程中的常见误区。

首先,还是看到一道面试题

for ( var i = 0 ; i < 10 ; ++i ) {
      setTimeout(function(){
          console.log(i);
      },0)
}  

输出结果比较诡异。为10个10.

for ( var i = 0 ; i < 10 ; ++i ) {
      setTimeout(function(){
          console.log(i);
      },0)
}  

//相当于
++i(0)
setTimeout()
++i(1)
setTimeout()
++i(2)
setTimeout()
.
.
.
++i(9)
setTimeout()

//然而真正执行的顺序是
++i(0)
++i(1)
++i(2)
.
.
.
++i(9)
setTimeout(i) //第一次
setTimeout(i) //第二次
.
.
.
setTimeout(i) //第十次
  • 上述涉及到一个非常重要的知识点,就是setTimeout(function,xx)的第二个参数xx。这个函数到底什么时候执行呢?
  • 正常情况是调用setTimeout(function,xx)。js会启用定时器timer,大约xxms后执行。
  • 其实执行时间是在浏览器不忙的时候执行。
  • 比如你设置的xx为5ms。前面队列需要10ms,那么函数会在10ms后执行。

    如果你设置的xx为20ms,就会在20ms后执行(20ms > 10ms)【此条等待实际例子验证】

转载于:https://www.cnblogs.com/-constructor/p/10681233.html

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
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