练习demo

本文介绍了一个使用HTML、CSS和JavaScript实现的动态表格生成方法。通过用户输入行数和列数,实时更新显示,并生成相应大小的表格。文章包含了完整的代码示例,展示了如何通过事件监听和DOM操作来实现这一功能。

表格练习demo

编辑器制作效果展示:

页面展示

代码展示:

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Title</title>
    <style>
        td {border: 1px solid black;background-color: #eee;width: 50px;height: 50px}
        td:hover {border: 1px solid red;background-color: deepskyblue}
    </style>
</head>
<body>
<input type="text" placeholder="行" class="i">
<input type="text" placeholder="列" class="i1">
<input type="button" value="创建" id="bt">
<span class="s"></span>
<hr>
<script>
    var x = "x";
    var y = "y";
    var oi = document.querySelector(".i");
    var oi1 = document.querySelector(".i1");
    var obt = document.querySelector("#bt");
    var os = document.querySelector(".s");
    os.innerText = "(" + x + "," + y + ")";
    oi.addEventListener("blur", run1);
    oi1.addEventListener("blur", run2);
    // 输入框与显示span同步
    function run1() {
        os.innerText = "(" + this.value + "," + y + ")";
        x = this.value;
    }
    function run2() {
        os.innerText = "(" + x + "," + this.value + ")";
        y = this.value;
    }
    obt.addEventListener("click", run);
    // 关键方法,根据参数创建表格
    function run() {
        var td = "";
        var tr = "";
        for (var i = 0; i < y; i++) {
            td += "<td>" + (i + 1) + "</td>";
        }
        for (var i = 0; i < x; i++) {
            tr += "<tr>" + td + "</tr>";
        }
        var str = "<table>" + tr + "</table>";
        document.body.innerHTML += str;
    }
</script>
</body>
</html>

整理笔记时发现自己做的小demo,传上来了,么么哒!

源码地址: https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
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