每天3小时学前端之JS-第03天-数值类型

GLM-5.1实现8小时级工程自治:大模型作为任务操作系统 大模型的长期自治能力,本质是将语言理解升级为任务管理——它不再仅回答问题,而是持续维护状态、响应异步事件、感知资源约束。这一能力突破依赖于状态持久化、事件韧性调度与显存自适应推理等底层机制,直接支撑CI/CD执行、Kubernetes告警响应、跨系统数据同步等企业级长周期工程任务。GLM-5.1以8小时为SLA基准,标志着大模型从‘交互式工具’迈向可托付的‘任务操作系统’,为AI运维平台、智能研发助手与自动化合规系统提供工程就绪的技术底座。 阅读详情

数值

整数与浮点数

js语言的底层根本没有整数,所有数字都是小数(浮点数)
1与1.0是相同的,是同一个数。
1 === 1.0 // true

由于浮点数不是精确的值,所以涉及小数的比较和运算要特别小心。

0.1 + 0.2 === 0.3
// false

0.3 / 0.1
// 2.9999999999999996

(0.3 - 0.2) === (0.2 - 0.1)
// false

进制

js对整数提供四种进制的表示方法:十进制、十六进制、八进制、二进制。

  • 十进制:没有前导0的数值。
  • 八进制:有前缀0o或0O的数值
  • 十六进制:有前缀0x或0X的数值。
  • 二进制:有前缀0b或0B的数值。

默认情况下,js内部会自动将八进制、十六进制、二进制转为十进制

0xac // 172
0o176 // 126
0b111111 // 63

如果八进制、十六进制、二进制的数值里面,出现不属于该进制的数字,就会报错。

0x1h // 报错
0o79 // 报错
0b16 // 报错

特殊数值(了解)

正零和负零

任何一个数都有一个对应的负值,就连0也不例外。

几乎所有场合,正零和负零都会被当作正常的0

+0 // 0
-0 // 0
-0 === +0 // true
0 === -0 // true
0 === +0 // true

唯一有区别的场合是,+0或-0当作分母,返回的值是不相等的。
(1 / +0) === (1 / -0) // false

之所以出现这样结果,是因为除以正零得到+Infinity,除以负零得到-Infinity,这两者是不相等的。

NaN(了解)

NaN是js的特殊值,表示“非数字”(Not a Number),主要出现在将字符串解析成数字出错的场合。

6 - 'a' // NaN
0 / 0 // NaN

NaN的数据类型依然是number

typeof NaN // 'number'

NaN不等于任何值,包括它本身。

NaN === NaN // false

NaN与任何数(包括它自己)的运算,得到的都是NaN。

NaN + 66 // NaN
NaN - 66 // NaN
NaN * 66 // NaN
NaN / 66 // NaN

与数值相关的全局方法

parseInt()

用于将字符串转为整数。

基本用法
转换规则:将参数转换成字符串,去掉空格,只取整数部分,不能转换为数值的会返回NaN

parseInt('   66') // 66
parseInt(6.23) // 6
// 等同于
parseInt('6.23') // 6
parseInt('126**') // 126
parseInt('12.56') // 12
parseInt('16e2') // 16
parseInt('36px') // 36
parseInt('+9') // 9
parseInt('abc') // NaN

进制转换

parseInt方法还可以接受第二个参数(2到36之间),表示被解析的值的进制,返回该值对应的十进制数。默认情况下,parseInt的第二个参数为10,即默认是十进制转十进制。

parseInt('1000') // 1000
parseInt('1000', 10) // 1000
parseInt('1000', 2) // 8
parseInt('1000', 8) // 512
parseInt('1000', 16) // 4096
parseFloat()

用于将一个字符串转为浮点数(小数)。
转换规则:将参数转换成字符串,去掉空格,只取整数部分,不能转换为数值的会返回NaN

parseFloat('123.65a') // 123.65
parseFloat('a') // NaN

练习

进制转换
数值相关全局方法的应用
SQL数据类型避坑指南:从字符串到日期的实战陷阱与修复 SQL数据类型是数据库与应用间最基础的契约约定,其本质是字段存储格式、精度范围和比较逻辑的统一声明。理解VARCHAR与NVARCHAR的编码差异、DECIMAL与FLOAT的精度机制、DATETIME2与DATE的时间语义,直接决定查询是否准确、计算是否可靠、系统是否健壮。当出现‘non-numeric character found’或‘string排序异常’等高频报错时,问题往往不在语法,而在类型定义与实际值之间的隐式转换或契约断裂。本文基于SQL Server、MySQL、PostgreSQL三大引 阅读详情

相关推荐

AI辅助MES开发:聚焦KingFusion组态与JavaScript双引擎提效

MES(制造执行系统)作为连接OT与IT的核心工业软件,其开发长期受限于组态配置繁琐、JavaScript脚本重复性高、跨系统集成规则复杂等结构性瓶颈。本文从工业软件本质出发,解析AI如何在严苛的实时性、可靠性与权限管控约束下,深度适配KingFusion平台运行时环境,实现组态配置语义化推荐与JavaScript代码精准生成。技术价值在于将AI从‘通用大模型幻觉’转向‘工业毛细血管级咬合’——通过轻量本地化模型、规则增强模板引擎与运行时兼容性校验,确保每行代码可部署、每个配置可审计、每次推荐可溯源。典型应

weixin_33816821的博客 368

1和1.0在java里的比较

1和1.0在java里的比较 新手刚刚开始,遇到以下代码 public static void main(String[] args){ short a = 1; int b = 1; double c = 1.0; System.out.print(a == b); //true System.out.print(b == c); //true System.out.print(1 == 1.0); //true } 查阅了一些资料:这里第一个涉及到"= =“运算符比较的内容是什么,不管是引用类型,还是

qq_31019347的博客 2272

消费级显卡跑私有RAG:Qwen3.5-4B+LanceDB实战部署指南

RAG(检索增强生成)是一种将大语言模型与外部知识库结合的关键技术,其核心在于向量检索的准确性、低延迟响应和端到端本地化能力。原理上依赖于嵌入模型语义编码、向量数据库高效相似度搜索,以及LLM对检索结果的精准理解与生成。技术价值体现在摆脱云依赖、保障数据隐私、适配中文技术文档等刚性需求。典型应用场景包括企业私有知识库构建、科研文献智能问答、工程师API文档即时查询等。本文聚焦在RTX 4070等消费级硬件上,基于Qwen3.5-4B和LanceDB实现高精度、亚秒级、全离线的私有RAG闭环,特别解决中文表格

weixin_30466039的博客 561

在js中为什么0.1+0.2不等于0.3

参考地址:https://segmentfault.com/a/1190000012175422 0.1+0.2==0.3 // false 原因在于在JS中采用的IEEE 754的双精度标准,计算机内部存储数据的编码的时候,0.1在计算机内部根本就不是精确的0.1,而是一个有舍入误差的0.1。当代码被编译或解释后,0.1已经被四舍五入成一个与之很接近的计算机内部数字,以至于计算还没开始,一...

siyi_blog的博客 1万+

Gemini 3.5 Flash低延迟原理与开发提效实战

大模型推理延迟是制约AI编程助手落地的核心瓶颈,传统方案依赖算力堆叠或API缓存,难以保障端到端确定性响应。Gemini 3.5 Flash通过Lightning Kernel重构推理栈,在token处理、KV缓存调度、注意力计算和网络协议四层实现软硬协同优化,将P95首token延迟稳定压至300ms内,达成亚秒级‘无感交互’。其技术价值不仅在于速度突破,更在于重新定义AI工具的可用性标准——匹配人类认知节律、支持上下文感知纠错、实现小时级知识热更新。本文深入解析其底层机制,并结合代码补全、Vue迁移等真

anchang7456的博客 310

机器学习模型上线后的72小时:从部署到生产稳定的关键实践

机器学习模型上线并非项目终点,而是系统工程的真正起点。当模型脱离Jupyter进入真实业务链路,它便成为受延迟、特征时效、数据漂移、集成耦合与合规审计多重约束的生产组件。其稳定性不再取决于AUC或准确率,而依赖于特征服务SLA、fallback可观测性、分段埋点监控及混沌工程验证等工程化能力。尤其在金融、支付、IoT等高敏场景中,毫秒级延迟失控、静默降级、Schema漂移或权限缺失,都可能引发连锁故障。本文聚焦模型落地后最关键的‘生产就绪’阶段,系统梳理部署假设暴露、性能瓶颈定位、漂移节奏管理、自动化验证闭

caodaoxi的专栏 436

Marketing Analytics实战框架:三张表+72小时验证闭环

Marketing Analytics不是报表生成,而是支撑市场决策的数据因果推理系统。其核心在于将模糊业务目标转化为可测量指标,通过关键触点归因与时间戳对齐等基础原理,实现从‘发生了什么’到‘为什么发生’再到‘如何干预’的跃迁。技术价值体现在降低数据采集冗余、提升预算分配确定性、加速AB测试反馈周期;典型应用场景包括渠道ROI归因、素材效果验证、人群拓展决策及跨平台用户旅程还原。本文聚焦中小团队落地瓶颈,以DSIM/TPAW/DVC三张表为支点,构建轻量、可信、可执行的实战分析体系。

weixin_34315485的博客 431

JavaScript栈与队列:从事件循环到生产级调度器的底层实践

栈(Stack)和队列(Queue)是理解JavaScript运行时行为的基础数据结构,其LIFO与FIFO特性直接映射到函数调用栈、事件循环任务队列、async/await帧管理等核心机制。掌握它们不仅关乎算法实现,更决定异步调度准确性、内存使用效率与高并发稳定性。在真实前端工程中,手写非Array依赖的Stack/Queue类能规避O(n)性能陷阱、强化类型契约、支撑优先级/延迟/防重入等生产需求。本文结合V8引擎原理、电商大促压测案例及可落地的代码模板,详解如何构建具备溢出防护、快照回溯、环形缓冲与微

congju3179的博客 376

3小时构建智能投研系统:零代码AI交易框架实战

当传统量化交易需要数月开发周期、数十万行代码时,一个基于多智能体协作的AI框架正在颠覆金融分析的游戏规则。TradingAgents-CN,这个开源的中文金融交易框架,通过模拟专业投资团队的协作机制,让普通投资者也能拥有机构级的分析能力。本文将深入解剖其技术内核,揭示如何用AI智能体构建你的私人投研系统。 ## ▶️ 智能引擎解剖室:多智能体协作架构解密 ### 架构全景:金融决策的神经网络

gitblog_00110的博客 495

Gemini 3.5 Flash:小模型驱动Agent落地的工程革命

大型语言模型(LLM)正从单点推理范式转向可编排、可验证的智能体(Agent)架构。其核心原理在于将‘智能’解耦为原子化、可监控的执行单元,通过运行时环境(如Antigravity)实现任务调度与状态管理。这种设计显著提升长流程可靠性、降低首token延迟,并支持按需计算的多模态理解,从而在真实业务场景中实现高成功率、低失败率与确定性交付。尤其在跨工具协同、多文档分析、自动化代码生成等典型Agent任务中,Gemini 3.5 Flash展现出远超传统LLM的工程适配性与生产就绪度,成为企业级AI应用落地的

weixin_34414650的博客 547

SQL日期时间处理:类型选型、UTC存储与索引优化实战

日期时间是SQL中最易被误用的基础数据类型,其本质不是字符串或数字,而是具有精度、时区和物理边界的独立语义维度。理解DATETIME2、TIMESTAMPTZ等类型的底层存储结构,是避免隐式转换、索引失效和跨时区偏差的前提;采用UTC统一存储并结合AT TIME ZONE动态转换,可系统性规避夏令时、历史时区变更与分布式时间错乱等高发问题。在工程实践中,从建表类型定义、参数化录入、>= AND <区间过滤,到DATEFROMPARTS分组与计算列索引优化,每一步都直接影响查询性能与业务准确性。本文聚焦SQL

weixin_30915275的博客 440

PowerConsume 功耗计算器:嵌入式设备电池续航的前期估算与选型工具

PowerConsume 是一款开源免费的嵌入式设备电池续航 前期评估 工具。在还没有 PCB 样品、无法用仪器实测的设计阶段,基于芯片数据手册的典型电流值,快速估算续航量级,辅助电池选型和功耗预算规划。支持锂电池/锂亚电池/碱性干电池、多工作模式配置、串并联组合、休眠时间自动推算,提供桌面版(Python,可导出 PDF)和纯前端版(HTML,双击即用)。 注意:计算结果为理论估算值,最终续航需以硬件实测为准。

10+年嵌入式开发者 | STM32/沁恒WCH/乐鑫ESP32生态玩家 | RT-Thread/FreeRTOS | 专注开源组件移植与效能工具开发 | 记录底层踩坑与软硬件协同设计。 651

DeepSeek实战指南:R1与V3模型能力边界与企业级部署调优

大语言模型在企业落地的核心挑战,从来不是‘能不能用’,而是‘在哪用、怎么用、用得稳’。DeepSeek-R1与DeepSeek-V3作为国产AI基建的典型代表,以强代码推理、高密度上下文理解、深度国产硬件适配为技术支点,走出了一条‘垂直穿透’而非‘通用覆盖’的演进路径。其价值不在于参数规模,而在于对SQL生成、日志根因分析、合同条款抽取、内部知识问答等具体工作流的精准支撑。本文基于90天真实生产环境验证,系统拆解模型定位逻辑、三大硬性能力边界(实时性天花板、纯文本局限、法律谨慎性缺陷)、昇腾/NPU适配优势

weixin_33713350的博客 515

疫情数据可视化与预测系统实战设计

疫情数据可视化是公共卫生领域关键的技术实践,涉及实时数据采集、多源异构数据清洗、时间序列建模与动态交互图表呈现等核心环节。其技术原理建立在数据治理规范、时序平稳性检验、特征工程与模型可解释性基础之上,具备高容错、低延迟、强溯源等工程价值。典型应用场景包括政府疫情指挥中枢、医疗机构资源调度、公众健康信息服务平台及教学复现项目。本文聚焦真实部署环境下的技术选型权衡——如SQLite替代PostgreSQL应对资源约束、TF-IDF+UMLS实现轻量语义匹配、Savitzky-Golay滤波提升趋势识别精度,以及

weixin_34302798的博客 397

AntiGravity API宽高比突破指南:绕过前端限制生成任意尺寸图像

AntiGravity并非不支持非1:1图像生成,其核心限制源于前端UI的默认封装,而非模型或API能力本身。该服务底层采用width/height双整数参数机制,严格要求值为64的倍数且在256–2048范围内,符合扩散模型U-Net特征图对齐原理。这种设计兼顾推理效率与显存可控性,技术价值在于提供像素级尺寸确定性,避免裁剪失真。典型应用场景包括社交媒体Banner(1200×628)、视频封面(1920×1088)、信息长图(2048×256)及多端适配二次加工。本文聚焦真实API调用实践,揭示如何跳过

mxdxm8899的专栏 392

Qwen3.6-Plus接入百炼实现IDE编程补全低延迟优化

代码补全是现代AI编程助手的核心能力,其本质是模型推理、流式传输、编辑器协同与上下文管理的系统工程。理解token流解析原理、SSE协议处理机制及VS Code编辑器API调用约束,是实现毫秒级响应的关键技术基础。Qwen3.6-Plus作为阿里云强化编辑器交互能力的专用代码模型,在百炼平台通过确定性服务治理、编辑器友好SSE输出和上下文蒸馏等机制,显著提升补全准确率与视觉延迟表现。本文聚焦Trae插件实战,详解如何绕过OpenAI兼容层直解析百炼原始流、实现UTF-8位置精准锚定、安全托管API密钥,并完

A08110123的博客 594

Qwen A3B量化与Claude Design工程实践指南

大模型推理优化与AI工程化是当前开发者最关注的基础技术方向。激活量化、权重量化与Block-wise分组构成的协同量化范式,正成为35B级大模型本地部署的关键路径;而以设计思维封装的SDK化调用方式,则显著降低了顶级闭源模型的集成门槛与使用风险。这类技术组合不仅提升了单卡A100或RTX 4090上的推理效率与显存利用率,更在代码生成、安全审查、PRD转Demo等真实场景中展现出可落地的工程价值。本文聚焦A3B量化原理与Claude Design SDK集成实践,提供从GitHub下载、llama.cpp编

weixin_34163553的博客 458

深入浅出ASAP2标准:手把手教你编写和解析A2L文件(含Python示例代码)

本文深入解析ASAP2标准下的A2L文件,涵盖基础概念、文件结构及Python实现代码,帮助开发者掌握汽车ECU标定和测量中的关键数据管理技术。通过详细示例,展示如何编写和解析A2L文件,提升电控数据管理效率。

happy2的博客 1101

Gatsby自定义Source Plugin开发实战:从零构建可维护数据接入模块

Source Plugin 是 Gatsby 数据驱动架构的核心组件,本质是将异构数据源(如 CSV、API、本地文件)标准化为 GraphQL 可查询的节点。其原理基于 Node.js 运行时环境中的 `sourceNodes` 钩子,通过 `createNode` 注入符合 Gatsby 节点规范(`id`、`parent`、`children`、`internal.type` 和 `contentDigest`)的数据结构。技术价值在于解耦数据获取与页面渲染,支持增量构建、缓存复用与错误隔离,显著提升

weixin_34375251的博客 424

时钟MUX电路结构的时序约束方法分析

一、最简单的设置 对于时钟MUX而言,其output_pin上的时钟在任一时刻一定唯一。可以使用如下命令: set_clock_exclusivity -output output_pin [-type mux | user_defined] ...

Jackiezhang1993的博客 1万+

USB3.0/3.1信号完整性分析仿真

• 1.了解USB3.0通路的互连关系,解读原理图接口电路和PCB的互连电路。对USB布线的通路及阻抗进行检查和分析。 • 2.使用USB3.0实例文件提取互连线的S参数,选择SSRX+,SSRX-,SSTX+,SSTX-,D+,D-组的互连线,使用PowerSI,Clarity,3DFEM等工具提起关键网络的S参数。提取S参数以后需要分析S参数的互连特征,对S参数的结果开展评价。 • 3.使用SYSTEM SI USB3 Compliance工程向导模型,建立USB仿真实例框架,在框架BOLCK中带入S参

小猪配齐电子设计 1万+
上一篇: 每天3小时学前端之JS-第02天-变量基础与变量类型简介
下一篇: 每天3小时学前端之JS-第04天-字符串-布尔值-undefined和null
零寂前端
博客等级 码龄11年 59粉丝 16原创
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
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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