js 面试题

本文探讨了JavaScript中Promise的链式调用、对象冻结、数组排序、React中的key使用、原型与原型链、事件循环机制,以及React Diff算法等内容,结合实例解析了前端与后端开发的基础知识点。

1. class转为es5

2.  冻结对象obj, const obj = { a: { b: { c: 1 } } };

// 递归执行,要领是先返回不符合要求的,在执行符合要求的,最后循环递归符合要求的。
function completeFreezeObj(obj) {
  if (Object.prototype.toString.call(obj) !== "[object Object]") {
    return;
  }
  Object.freeze(obj);
  Object.keys(obj).forEach((item) => {
    if (Object.prototype.toString.call(obj) !== "[object Object]") {
      freezeObj(obj[item]);
    }
  });
}

3. js 数组的方法 sort方法

// 排序arr, 按照arr1第一个然后第二个排序
const arr = [
  [1, 2],
  [2, 1],
  [3, 1],
  [1, 1],
  [2, 3],
];

arr.sort((arr1, arr2) => {
  const [first1, secode1] = arr1;
  const [first2, secode2] = arr2;
  return first1 - first2 || secode1 - secode2;
});

4. promise的链式调用

5. promise的函数,promise.all(arr), promise.race,   promise.all是并行的多个promise, 实现串行的promise.all

6. react之中为什么使用key

7. 原型和原型链

8. 事件循环,node/js

9. let, const, var

10. for ... of for ...in Object.keys()区别

11.  react diff 算法

12 事件流程,事件委托

13. 节流,防抖

14. 箭头函数不能用作构造函数

15. 你了解promise吗?平时用的多吗?

  promise.all 你知道有什么特性吗?所有promise全部执行完之后才会返回结果;报错了的话进入catch;如果有一个报错其他promise还会执行, promise是在实例化的时候就执行了(promise结果固定,请求常量 --- 全局状态管理/缓存)完了,then只是为了拿到结果

  需要写两遍

 Promise.resolve可以转为promise, 但是顺序不对

 最终版本

promise缓存  --  失效

 promise.limit

 

promise.race

function myPromiseRace(promiseArr) {
     // 如果传入的参数不是可迭代类型
     if (promiseArr[Symbol.iterator] === undefined) {
        return Promise.reject("params is not a iteratorable type")
    }

    // 转为数组进行遍历
    promiseArr = Array.from(promiseArr);

    return new Promise((resolve, reject) => {
        for(let promise of promiseArr) {
            promise.then(res=>{
                resolve(res);
            }).catch(err=>{
                reject(err);
            })
        }
    })
}

 promise串行执行

let parallelPromises = promises.reduce( (total, currentValue) => total.then(() => currentValue.then(print)),Promise.resolve() ) 

sizeof

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

基于实时迭代的数值鲁棒NMPC双模稳定预测模型(Matlab代码实现)内容概要:本文介绍了基于实时迭代的数值鲁棒非线性模型预测控制(NMPC)双模稳定预测模型的研究与Matlab代码实现,重点在于通过数值方法提升NMPC在动态系统中的鲁棒性与稳定性。文中结合实时迭代机制,构建了能够应对系统不确定性与外部扰动的双模预测控制框架,并利用Matlab进行仿真验证,展示了该模型在复杂非线性系统控制中的有效性与实用性。同时,文档列举了大量相关的科研方向与技术应用案例,涵盖优化调度、路径规划、电力系统管理、信号处理等多个领域,体现了该方法的广泛适用性。; 适合人群:具备一定控制理论基础和Matlab编程能力,从事自动化、电气工程、智能制造等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①用于解决非线性动态系统的实时控制问题,如机器人控制、无人机路径跟踪、微电网能量管理等;②帮助科研人员复现论文算法,开展NMPC相关创新研究;③为复杂系统提供高精度、强鲁棒性的预测控制解决方案。; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,重点关注NMPC的实时迭代机制与双模稳定设计原理,并参考文档中列出的相关案例拓展应用场景,同时可借助网盘资源获取完整代码与数据支持。
UWB-IMU、UWB定位对比研究(Matlab代码实现)内容概要:本文介绍了名为《UWB-IMU、UWB定位对比研究(Matlab代码实现)》的技术文档,重点围绕超宽带(UWB)与惯性测量单元(IMU)融合定位技术展开,通过Matlab代码实现对两种定位方式的性能进行对比分析。文中详细阐述了UWB单独定位与UWB-IMU融合定位的原理、算法设计及仿真实现过程,利用多传感器数据融合策略提升定位精度与稳定性,尤其在复杂环境中减少信号遮挡和漂移误差的影响。研究内容包括系统建模、数据预处理、滤波算法(如扩展卡尔曼滤波EKF)的应用以及定位结果的可视化与误差分析。; 适合人群:具备一定信号处理、导航定位或传感器融合基础知识的研究生、科研人员及从事物联网、无人驾驶、机器人等领域的工程技术人员。; 使用场景及目标:①用于高精度室内定位系统的设计与优化,如智能仓储、无人机导航、工业巡检等;②帮助理解多源传感器融合的基本原理与实现方法,掌握UWB与IMU互补优势的技术路径;③为相关科研项目或毕业设计提供可复现的Matlab代码参考与实验验证平台。; 阅读建议:建议读者结合Matlab代码逐段理解算法实现细节,重点关注数据融合策略与滤波算法部分,同时可通过修改参数或引入实际采集数据进行扩展实验,以加深对定位系统性能影响因素的理解。
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