JavaScript数组方法汇总(ES5)

根据《JavaScript高级程序设计》,整理array用法

1,join

只接收一个参数,即用作分隔符的字符串。

var colors = ["red","green","blue"];
alert(colors.join("||"));	//red||green||blue

2,push&pop

push方法可以接收任一数量的参数,把它们逐个添加到数组末尾,并返回修改后数组的长度。

var colors = ["red","green"];
var count = colors.push("blue");	//3
console.log(colors);	//["red","green","blue"]

pop方法从数组末尾移除最后一项(不带参数),减少数组length的值,然后返回移除的结果。

var colors = ["red","green"];
colors.push("blue");	//3
colors.pop();	//"blue"
console.log(colors);	//["red","green"]

3,shift&unshift

shift方法移除数组中的第一个项并返回该项,同时将数组长度减1。

var colors = ["red","green","blue"];
var count = colors.shift();	 //red
unshift方法在数组前端添加任意个项并返回新数组的长度。

var colors = ["red","green"];
var count = colors.unshift("blue");	 //3
console.log(colors);	//["blue","red","green"]
4,reverse

reverse方法会反转数组的顺序

var colors = ["red","green","blue"];
colors.reverse();
console.log(colors);	//["blue","green","red"]
5,sort

默认情况下,sort按升序排列数组,但此方法会把数组的每个项转成string后比较,所以会出现2>11的情况。

var colors = [2,12,33,44,55];
colors.sort();
console.log(colors);	//[12,2,33,44,55]
sort方法可以接收一个比较函数作为参数,以便指定哪个值位于哪个值的前面。

var colors = [12,2,3,22,15];
function compare(value1,value2) {
	if(value1<value2){
		return -1;
	}else if(value1>value2){
		return 1;
	}else {
		return 0;
	}
}
colors.sort(compare);
console.log(colors);	//[2,3,12,15,22]
注:返回0或负数不交换位置,返回正数交换位置。

对于数值类型的数组,可以用一个比较简单的比较函数。

function compare(value1,value2) {
	return value1-value2;	//升序
}
6,concat

concat方法可以基于当前数组中的所有项创建一个新数组。

var colors = ["red","green"];
var colors2 = colors.concat("white","black");
console.log(colors2);	//["red","green","white","black"];
7,slice

slice方法基于当前数组中的一个或多个项创建一个新数组。接受一或两个参数,即要返回项的起始和结束位置。在只有一个参数的情况下,slice方法返回从该参数指定位置开始到当前数组末尾的所有项。

var colors = ["red","green","white","black"];
var colors2 = colors.slice(1);
var colors3 = colors.slice(1,3);
console.log(colors2);	//["green","white","black"]
console.log(colors3);	//["green","white"]
注: slice方法不会影响原始数组。

8,splice

(注:假设有一个光标,则此光标位于第一个参数所指项的左侧,所有的操作都从此光标开始。)

删除:可以删除任意数量的项,只需指定2个参数:要删除的第一项的位置和要删除的项数。

var colors = ["red","green","white","black"];
colors.splice(0,2);
console.log(colors);	//["white","black"]
插入:可以向指定位置插入任意数量的项,只需提供3个参数:起始位置、0(要删除的项数)和要插入的项。如果要插入多个项,可以再传入第四、第五,以至任意多个项。
var colors = ["red","green","white","black"];
colors.splice(1,0,"item1","item2");
console.log(colors);	//["red","item1","item2","green","white","black"]
替换:可以向指定位置插入任意数量的项,且同时删除任意数量的项,只需指定3个参数:起始位置,要删除的项数和要插入的任意数量的项。
var colors = ["red","greed","white","black"];
colors.splice(2,1,"item1","item2");
console.log(colors);	//["red","green","item1","item2","black"]
9,indexOf&lastIndexOf

(注:以下方法都不会修改数组中包含的值。)

这两个方法都接收两个参数:要查找的项和(可选的)表示查找起点位置的索引。其中,indexOf方法从数组开头(位置0)开始向后查找,lastIndexOf方法从数组的末尾开始向前查找。

这两个方法都要返回要查找的项在数组中的位置,或者在没有找到的情况下返回-1。在比较第一个参数与数组中的每一项时,会使用全等操作符;也就是说,要求查找的项必须严格相等。

10,迭代方法

every:对数组中的每一项运行给定函数,如果该函数对每一项都返回true,则返回true。

var colors = [1,2,3,4,5,4,3,2,1];
var resultArray = colors.every(function (item,index,array) {
	return item>2;
});
console.log(resultArray);	//false
filter:对数组中的每一项运行给定函数,返回该函数会返回true的项组成的数组。
var colors = [1,2,3,4,5,4,3,2,1];
var resultArray = colors.filter(function (item,index,array) {
	return item>2;
});
console.log(resultArray);	//[3,4,5,4,3]
forEach:对数组中的每一项运行给定函数。这个方法没有返回值。本质上与使用for循环迭代数组一样。
var colors = [1,2,3,4,5,4,3,2,1];
colors.forEach( function(item, index,array) {
	// 执行某些操作
});
map:对数组中的每一项运行给定函数,返回每次函数调用的结果组成的函数。

var colors = [1,2,3,4,5,4,3,2,1];
var resultArray = colors.map(function (item,index,array) {
	return ++item;
});
console.log(resultArray);	//[2,3,4,5,6,5,4,3,2]
some:对数组中的每一项运行给定函数,如果该函数对任一项返回true,则返回true。
var colors = [1,2,3,4,5,4,3,2,1];
var resultArray = colors.some(function (item,index,array) {
	return item > 2;
});
console.log(resultArray);	//true
以上方法中push&pop,shift&unshift,reverse,sort,splice会改变原先的数组



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,能够捕捉数据中的时间依赖性。 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,它们在神经网络中用于添加非线性,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。
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