Jason

### 原型 关于创建对象，最普通的办法就是工厂模式，工厂模式虽然解决了创建多个相似对象的问题，但却没有解决对象识别的问题(即怎样知道一个对象的类型)。 #### 构造函数模式 一个简单的构造函数如下： ```JS function Person(name, age, job){ this.name = name; this.age = age; this.job = job; this.sayName = function() {alert(this.name); }; } ``` 使用构造函数的主要问题，就是每个方法都要在每个实例上重新创建一遍，如上每个实例都有一个名为 sayName() 的方法，但那两个方法不是同一个...

每当收到候选人简历中有 VUE 的免不了提问“如何实现数据的双向绑定”，往往很多人都是浅尝辄止，简单来说，就是通过以下步骤实现双向绑定： - 监听器 Observer，用来劫持所有属性变动，如果有则通知订阅者 - 订阅者 Watcher，收到属性的变化通知并执行相应的函数，从而更新视图 所以 VUE 双向绑定关键的一环就是数据劫持（Vue 2.x 使用的是 Object.defineProperty()，而 Vue 在 3.x 版本之后改用 Proxy 进行实现），数据劫持即在访问或修改对象的某个属性时，通过一段代码拦截这个行为，进行额外的操作如修改返回结果，以下专门梳理一下 Javascript 的数据劫持。 ### Object.defineProperty 通过 Object.defineProperty() 来劫持对象属性的 setter 和...


> 本文翻译的文章链接：https://levelup.gitconnected.com/a-recap-of-frontend-development-in-2019-1e7d07966d6c > 在即将过去的 2019 年，前端世界持续突飞猛进，本文主要回顾了web前端开发的主要事件，新闻以及未来趋势。 ### 2019 最受欢迎的框架或库下载统计 React 依旧保持遥遥领先的姿态并且还在持续增长，jQuery 占据在第二的位置（居然有这种事）。紧随其后的是 Angular 和 Vue，同样拥有庞大的用户群体。Svelte 在过去的一年中吸引了不少的注意力，但是还挣扎着能否生存下去。  ### WebAssembly 成为连接 HTML，CSS 和 JavaScript 的 Web 第四种语言 WebAssembly...

Node.js 学习笔记

1

[7-days-nodejs](https://nqdeng.github.io/7-days-nodejs/)

二叉树

1

### 二叉树特点 - 每个结点最多有两颗子树，所以二叉树中不存在度大于2的结点 - 左右子树是有顺序的，次序不能任意颠倒 - 即使树中某结点只有一棵子树，也要区分它是左子树还是右子树 - 在二叉树的第 i 层上最多有 2^i-1 个节点（i >=1） ### 满二叉树 在一棵二叉树中，如果所有分支结点都存在左子树和右子树，并且所有叶子都在同一层上，则为满二叉树 ### 完全二叉树 对于具有 n 个节点的二叉树，对于任何一个编号 i (1 快速记忆法： 前序就是**父节点->左子树->右子树**，中序是**左子树->父节点->右子树**，后序是**左子树 -> 右子树 ->父节点**...

**TODOS:** - 贪心算法（必学） - 启发式搜索算法：A*寻路算法（了解） - 地图着色算法、N 皇后问题、最优加工顺序 - 旅行商问题 -

递归和动态规划

2

**递归算法是一种直接或者间接调用自身函数或者方法的算法。** 递归算法的实质是把问题分解成小规模的同类问题，这些同类问题作为子问题递归调用来表示问题的解。特点如下： - 一个问题的解可以分解为几个子问题的解 - 这个问题与分解之后的子问题，除了数据规模不同，求解思路完全一样 - 存在递归终止条件，即存在递归出口 下面通过爬台阶问题来理解一下递归算法，问题描述：一个人爬楼梯，每次只能爬1个或2个台阶，假设有n个台阶，那么这个人有多少种不同的爬楼梯方法？ 套用以上的递归特点，思考如下：【问题拆分】可以根据第一步的走法把所有走法分为两类： - 第一类是第一步走了 1 个台阶 - 第二类是第一步走了 2 个台阶 所以 n 个台阶的走法就等于先走 1 阶后，n-1 个台阶的走法 ，然后加上先走 2 阶后，n-2 个台阶的走法。 用公式表示就是： ```...

**todos:** - 图的表示：邻接矩阵和邻接表 - 遍历算法：深度搜索和广度搜索(必学) - 最短路径算法：Floyd，Dijkstra（必学） - 最小生成树算法：Prim，Kruskal（必学） - 实际常用算法：关键路径、拓扑排序（原理与应用） - 二分图匹配：配对、匈牙利算法（原理与应用） - 拓展：中心性算法、社区发现算法（原理与应用） 参考： - [漫画：什么是 “图”？（修订版）](https://link.zhihu.com/?target=https%3A//mp.weixin.qq.com/s/4JEHZWanGtsQHYrZ0MDq7Q) - [漫画：深度优先遍历 和 广度优先遍历](https://link.zhihu.com/?target=https%3A//mp.weixin.qq.com/s/WA5hQXkcACIarcdVnRnuiw) - [漫画：图的 “最短路径” 问题](https://link.zhihu.com/?target=https%3A//mp.weixin.qq.com/s/gjjrsj95X4w7QdWBlAKnaA) - [漫画：Dijkstra 算法的优化](https://link.zhihu.com/?target=https%3A//mp.weixin.qq.com/s/ALQntqQJkdWf4RbPaGOOhg)...