整理下js中创建对象的几种方法

虽然工作中可能并用不到这么多方法,但是笔试中却常常遇见.所以,也是值得一学的.

    第一种: 对象字面量创建;

            var person = {};

            var person = {

                name: "qingwa",

                age: "28"

            }


第二种: Object 构造函数创建;

    var Person = new Object();

    Person.name = "qingwa";

    Person.age = 28;


第三种: 工厂模式创建;(代码太多了,接下来用编辑器写了)

  

function createPerson(name, age) {
			var obj = new Object();
			obj.name = name;
			obj.age = age;
			obj.sayName = function() {
				console.log(this.name);
			};
			return obj;
		}

		var person1 = createPerson("qingwa", 28);
		var person2 = createPerson("xiezi", 28);

第四种: 构造函数创建;

function Person(name, age) {
			this.name = name;
			this.age = age;
		}
		var person1 = new Person("qingwa", 28);
		var person2 = new Person("xiezi", 28);

第五种: 使用原型对象创建;

fucntion Person(){};
		Person.prototype.name = "qingwa";
		Person.prototype.age = 28;
		var person1 = new Person();

第六种: 组合模式创建(构造函数模式和原型模式)

function Person(name, age){
 			this.name =name;
 			this.age = age;
		}
		Person.prototype = {
 			constructor:Person,
		}
		var person1 = new Person('Nike',20,'teacher');
以上就是创建对象的六种方法.全在了解吧.


深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
在编程对象和数组的深拷贝涉及到数据结构的副本创建,确保新创建的对象与原对象独立,即使原对象发生改变也不会影响副本。这里有几种常见的深拷贝方式: 1. **浅拷贝(Shallow Copy)**: 对于简单类型(如基本数据类型)或值类型,拷贝的是它们的值。对于复杂类型如数组或对象,浅拷贝实际上是创建了一个引用,两个变量指向的是同一个内存地址。这意味着对其一个的修改会影响到另一个。 2. **深拷贝(Deep Copy)**: - **复制数组**:对于数组,可以逐个元素地进行深拷贝,创建一个新的数组并填充每个元素的深拷贝。例如,在JavaScript可以使用`JSON.parse(JSON.stringify(array))`来实现。 - **复制对象**: a. 使用构造函数:创建新对象,然后递归遍历原对象,为每个属性创建新的值,而不是引用。例如在JavaScript,`function deepCopy(obj) { return new obj.constructor(obj); }`。 b. 使用`Object.assign()`和扩展运算符...:结合使用,创建一个新的对象,并将所有属性从源对象复制过来,但不会创建循环引用。但是这种方法不适用于原型链对象。 c. 库方法:有些编程语言有现成的库函数或模块可以直接完成深拷贝操作,比如Python的`copy.deepcopy()`。 3. **深度克隆(Deep Cloning)**: 术语"深度克隆"通常用于描述深度复制的过程,特别是在讨论复杂的数据结构,如树、图或对象树时。 **相关问题**: 1. 浅拷贝和深拷贝的主要区别是什么? 2. 如何在JavaScript避免对象属性的引用冲突进行深拷贝? 3. 如果数组的元素是对象,应该如何正确地进行深拷贝?
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