前端优化新得一则

因为把公司的电脑搞坏两台,这两天没有工作电脑可用了,所以就不干活,从小图书馆拿了几本书看。其中一本是《高性能网站建设指南─前端工程师技能精髓》。

先说点题外话,这是一本讲前端性能优化的书,但是不看小标题的话,估计会忽悠到许多做后端的同学买下。当然我赞同作者所说的,前端优化解决80%问题的观点,所以如果做后端的同学如果不小心买下了,看看也好的。

总的来说,这本3年前的书所列出的优化规则大多我都熟知,不过每次看书总会有所得。这里记录一个我以前没想到过的优化方法。


[b]两全其美[/b](中文版第59页)

对于脚本或样式表,或者引用外部文件,或者直接在html中内嵌。

前者的优点是可以利用快取(cache),缺点是无快取时(比如用户第一次访问时)多一个http请求。后者的优点是减少了http请求,缺点是无法利用快取,在许多页面使用相同脚本和样式表内容时平白增加了下载量。

对于如何平衡这两者,相信许多同学都有经验。通常来说会倾向于用外部文件,而只在一个页面中使用的脚本和样式就内嵌于html中。另外作为特例,主页可能更适合内嵌(原因参见58页)。

而作者进一步提出了两全其美的办法。

一是加载后下载(post-onload download)。比如在主页中内嵌脚本,并在主页加载完成后的某个空闲时刻加载外部文件。对于当前页面这当然是多余的,因为同样的脚本或样式定义重复了。载入的唯一目的只是为了将外部文件放入快取,从而在载入其他使用外部文件的页面时可以利用快取。考虑到重复载入可能造成的问题,作者提出将这些对外部文件的引用放入一个iframe中,其实这个就是一种预加载方式,所以应该也可以使用XHR等方式来预加载。

进一步的,作者介绍了动态内嵌(dynamic inlining)。以cookie作为指示,如果没有cookie,说明很大可能是第一次访问因而很大可能不存在快取,那么就内嵌脚本和样式(并进行外部文件预加载和设定cookie),而如果已经有cookie,说明很可能已经有快取,那么就引用外部文件。

应该说这个方法是很巧妙的,当然也有一些成本:
1. 服务器端要动态响应,也就是静态html不能胜任,而需要php之类的动态页面技术。当然理论上说服务器只需要根据cookie来选择不同的版本,可以用更轻量级的方式(如apache的mod_rewrite或mod_negoation),配合自动部署系统可以根据源码产生不同部署版本即可。
2. cookie只是一个指示,并不能完全对应快取的状态。实际上目前并没精确的办法来获得某个资源是否存在在快取中的信息(html5草案中的application cache机制或许可以)。而且cookie本身也会失效。如果cookie状态和快取状态不匹配,就不能起到优化的效果,虽然页面仍然能工作。

考虑到这两点,在一般的网站中动态内嵌技术的性价比或许并不是很高。不过如果是像yahoo这样级别的网站,性能可以说榨一点是一点,就确实可以采用了。
本项目采用C++编程语言结合ROS框架构建了完整的双机械臂控制系统,实现了Gazebo仿真环境下的协同运动模拟,并完成了两台实体UR10工业机器人的联动控制。该毕业设计在答辩环节获得98分的优异成绩,所有程序代码均通过系统性调试验证,保证可直接部署运行。 系统架构包含三个核心模块:基于ROS通信架构的双臂协调控制器、Gazebo物理引擎下的动力学仿真环境、以及真实UR10机器人的硬件接口层。在仿真验证阶段,开发了双臂碰撞检测算法和轨迹规划模块,通过ROS控制包实现了末端执行器的同步轨迹跟踪。硬件集成方面,建立了基于TCP/IP协议的实时通信链路,解决了双机数据同步和运动指令分发等关键技术问题。 本资源适用于自动化、机械电子、人工智能等专业方向的课程实践,可作为高年级课程设计、毕业课题的重要参考案例。系统采用模块化设计理念,控制核心与硬件接口分离架构便于功能扩展,具备工程实践能力的学习者可在现有框架基础上进行二次开发,例如集成视觉感知模块或优化运动规划算法。 项目文档详细记录了环境配置流程、参数调试方法和实验验证数据,特别说明了双机协同作业时的时序同步解决方案。所有功能模块均提供完整的API接口说明,便于使用者快速理解系统架构并进行定制化修改。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
【微电网】【创点】基于非支配排序的蜣螂优化算法NSDBO求解微电网多目标优化调度研究(Matlab代码实现)内容概要:本文围绕基于非支配排序的蜣螂优化算法(NSDBO)在微电网多目标优化调度中的应用展开研究,提出了一种改进的智能优化算法以解决微电网系统中经济性、环保性和能源效率等多重目标之间的权衡问题。通过引入非支配排序机制,NSDBO能够有效处理多目标优化中的帕累托前沿搜索,提升解的多样性和收敛性,并结合Matlab代码实现仿真验证,展示了该算法在微电网调度中的优越性能和实际可行性。研究涵盖了微电网典型结构建模、目标函数构建及约束条件处理,实现了对风、光、储能及传统机组的协同优化调度。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事微电网、智能优化算法应用的工程技术人员;熟悉优化算法与能源系统调度的高年级本科生亦可参考。; 使用场景及目标:①应用于微电网多目标优化调度问题的研究与仿真,如成本最小化、碳排放最低与供电可靠性最高之间的平衡;②为型智能优化算法(如蜣螂优化算法及其改进版本)的设计与验证提供实践案例,推动其在能源系统中的推广应用;③服务于学术论文复现、课题研究或毕业设计中的算法对比与性能测试。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注NSDBO算法的核心实现步骤与微电网模型的构建逻辑,同时可对比其他多目标算法(如NSGA-II、MOPSO)以深入理解其优势与局限,进一步开展算法改进或应用场景拓展。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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