读《JavaScript设计模式》笔记之属性与方法的封装

本文介绍了一个使用JavaScript实现的对象设计模式,包括私有属性与方法、特权方法、公有属性和方法等内容。通过构造器创建Book对象,并定义了类静态属性与方法及原型链上的属性与方法。
//私有属性与私有方法,特权方法,对象公有属性和对象公有方法,构造器
var Book = function (id, name, price) {
    //私有属性
    var num=1;
    //私有方法
    function checkId() {};

    //特权方法()
    this.getName= function () {};
    this.getPrice= function () {};
    this.setName= function () {};
    this.setPrice= function () {};
    //对象公有属性
    this.id=id;
    //对象公有方法
    this.copy=function () {};
    //构造器
    this.setName(name);
    this.setPrice(price);
};

//类静态公有属性(对象不能访问)
Book.isChinese=true;
//类静态公有方法(对象不能访问)
Book.resetTime=function () {
    console.log('new time');
};
Book.prototype={
    //公有属性
    isJSBook: false,
    //公有方法
    display: function () {
        console.log('display');
    }
};



先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
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