从零开始学JS之闭包

有以下JS代码

function outer(){
for(var i=0,arr=[];i<3;i++){
arr[i]=function(){return i};
}

return arr;
}
var getFuns=outer();

getFuns: [
function(){return i},
function(){return i},
function(){return i}
]
console.log(getFuns[0]()); //3
console.log(getFuns[1]()); //3
console.log(getFuns[2]()); //3

*********************************************************************************************************************

   在以上的程序中,i是受保护的变量,for循环后返回的i的值为3,外层函数调用了一次,调用后,它的作用域链释放之后,它的活动对象不会随着它的释放而释放,它是一个受保护的变量,所有最后输出都是3 ,这个案列今天才看懂,无语。。。。。。。。。

判断一个程序是不是闭包,从三点可以看出来,第一点,这一定是一个函数嵌套,第二,内层函数使用外层函数的局部变量,第三,内层函数被返回到外部,在外部调用。

可以说,它先用一个外层函数封装了一个变量,这个变量是受保护的变量,然后在内层函数中操作外层函数的这个变量,最后外层函数将内层函数返回到外部,在外部就可以被反复调用了,这大概就是闭包吧,今天才恍然大悟,不过还是有好多好多的闭包题会做错,慢慢来吧。

 

转载于:https://www.cnblogs.com/yuqin-home/p/5037741.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数优化器加速函数(MOA)和数优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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