字符串之截取

在js中,需要经常处理字符串的问题,如果需要截取字符串的话,我们会选择slice、substr以及substring,下面就截取字符串的问题来细说一下。

slice

slice(start[,end])方法提取一个字符串的一部分,并返回一新的字符串。
start从该索引(以 0 为基数)处开始提取原字符串中的字符。如果为负数则为strLength + start。
end可选。在该索引(以 0 为基数)处结束提取字符串。如果省略该参数,slice会一直提取到字符串末尾。若为负数则为strLength + end。

slice() 提取的新字符串包括start但不包括end。即[start, end)
若start和end相等,则返回一个空字符串。
若任一参数为NaN,则被当为0。
若start大于end,则返回空字符串

var str = 'The morning is upon use';
str.slice(-3);     // returns 'use'
str.slice(-3, -1); // returns 'us'
substr

substr(start[,length]) 方法返回一个字符串中从指定位置开始到指定字符数的字符,不改变原字符串
start开始提取字符的位置。如果为负值,则被看作 strLength + start,其中 strLength 为字符串的长度.
length可选,如果不设置,则提取字符直到字符串末尾

如果start为正值,且大于或等于字符串的长度,则substr返回一个空字符串。此外如果length为0或者负值也返回一个空字符串。如果start为负值,且abs(start)大于字符串的长度,则substr使用0作为开始提取的索引

var str = "abcdefghij";
console.log("(-20, 2): " + str.substr(-20,2)); // (-20, 2): ab
substring

substring(start[,end]) 方法返回一个字符串在开始索引到结束索引(或者末尾)之间的一个子集,不改变原字符串
start 一个 0 到字符串长度之间的整数。(非负数)
end 可选 一个 0 到字符串长度之间的整数。(非负数)

若start和end相等,则返回一个空字符串。
若任一参数小于0或为NaN,则被当为0
若任一参数大于str.length,则被当作 str.length
若indexStart大于indexEnd,则 substring 的执行效果就像两个参数调换了一样。例如,str.substring(1, 0) == str.substring(0, 1)。

var anyString = "Mozilla";

// 输出 "Moz"
console.log(anyString.substring(0,3));
console.log(anyString.substring(3,0));
console.log(anyString.substring(3,-3));
console.log(anyString.substring(3,NaN));
console.log(anyString.substring(-2,3));
console.log(anyString.substring(NaN,3));

此外对于三者的执行效率,网上有个对一个长度为10000的字符串做截取测试,地址:[https://jsperf.com/slice-vs-s...
测试结果如图所示

文章首发于 [17biu.cn]

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,通过数学优化器加速函数(MOA)和数学优化概率(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学生、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学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