JS 初级(三)接上

传送门 http://www.cnblogs.com/Sabo-dudu/p/5788197.html 

现阶段我就了解了这么多,在以后的学习中,我会不断的更新,如果有什么不同的见解可以一块学习,谁有更好的资料也可以分享一下。0.0

十一. 函数

1>. 概念

具有特定功能的代码片段的封装

function 函数名 (参数列表){        

       函数体

    return     返回值

  }

function: 函数定义的关键字

函数名: 用来表示函数的名字

参数列表: 一些用于执行的语句

return  返回值 : 从函数内部向外部传递内容

函数的调用格式:

返回值 = 函数名(参数列表)

2>.分类

<1>.实名函数

a.有参数,有返回值

b.有参数,无返回值

c.无参数,有返回值

d.无参数,无返回值

<2>.匿名函数  没有实际名字的函数

3>. return 

  • 表示从被调函数返回到主函数继续执行,返回时可以附带一个返回值,返回值可以是一个常量,变量,或是表达式。
  • 在函数中,如果碰到return 语句,那么程序就会返回调用该函数的下一条语句执行,也就是说跳出函数的执行,回到原来的地方继续执行下去。但是如果是在主函数中碰到return语句,那么整个程序就会停止,退出程序的执行

4>.回调函数 callback

5>. 作用域 

理解变量的作用域

在函数内部声明的变量(局部变量),在函数外部不能访问

在函数外部声明的变量(全局变量),在函数内部可以访问

所有变量都存在与一个执行环境(作用域)中,这个执行环境决定了变量的生命周期,

以及那一部分代码可以访问其中的变量

十二.BOM

1>. 概念

Browser Object Model 浏览器对象模型

2>.页面加载完成 onload ()

3>. 重新加载或者刷新 reload ()

4>. 移动设备 touch 事件

5>. 移动设备屏幕旋转事件 onchange ()

十三. 正则表达式

1>.正则表达式的语法:

     正则表达式就是普通 字符(例如:a~z)和 元字符 (特殊字符)组成的文字模式,该模式描述在查找文字主体时待匹配的一个
或者多个字符串。正则表达式作为一个模版,将某个字符串模式与 所搜索的字符串进行匹配。

2>.  作用

a.匹配目标文字

b.替换遵照正则表达式规则的字符串

c. 在目标字符中筛选指定的子字符串

3>. 创建

a. new RegExp(第一个参数,第二个参数)       第一个参数是:待匹配的字符串模版

b.字面量形式 /第一个参数/第二个参数    第二个参数是:是匹配是的模式,共3种模式,这3中模式可以组合使用

第二个参数的三种模式:

i 不区分大小写
g 全局查找,整个目标字符串 范围内
m 多行查找

4>. 常用的字符

<1>. ^ 用来 匹配 开头

<2>.  ?  表示最多出现几次

<3>.  $  匹配 结尾

<4>.  +   匹配目标至少连续出现几次

<5>.   |   或者

<6>.  []  字符类

<7>.   {6}  连续重复6次

<8>.  {2,}  最少重复2次

<9>.   {2,8} 最少重复2次,最多8次

<10>.  \d   匹配字符

<11>. [^123]  除去123的都匹配

<12>.  \s  空白符

<13>. \W 匹配单词

4 >. 常用的表单验证

a.身份证   /^[1-9]\d{16,17}(\d|X|x)$/g

b. 手机号   /^1[34578]\d{9}$/g

c. 邮箱号  /[a-zA-Z0-9_]+@[a-z0-9]+\.[a-z]{2,3}/g

d. 网址    /[http|https|ftp]:\/\/[a-z]+\.[a-z]+\.[a-z]{2,3}(\.[a-z]+)?/g

e. qq 号   /^[1-9]\d{4,10}$/g

f. 中文名   /^[\u4e00-\u9fa5]{2,4}$/g

g. 密码强度验证   弱:/^[0-9]{6,16}|[a-z]{6,16}|[A-Z]{6,16}$/g

         中:/^[a-z0-9A-Z]{6,16}$/g

         强:/^[a-z0-9A-Z_;’]{6,16}$/g

转载于:https://www.cnblogs.com/Sabo-dudu/p/5788814.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