Vim插件之command-t

使用几天之后更新一下:command-t的速度确实非常不错,但文件搜索的匹配结果不如ctrlp好,速度和准确率有时是挺矛盾的,现在又用回ctrlp了。
之前的文章Vim插件之ctrlp中曾经提到Vim下的模糊搜索工具ctrlp,ctrlp的优点是依赖少,其他插件对它的支持比较好,缺点一个是速度慢,这个可以通过让ctrlp调用ag来提高搜索速度,但使用外部工具又会带来一些副作用,使得ctrlp的部分功能失效。但近几年来,同类插件中有一些新秀做得比较好,开发活跃,功能不断丰富。下面主要介绍一下command-t
command-t这款插件开发的主要目的就是为了提高搜索速度,底层运用了C语言,并结合并行搜索Watchman等各种优化,实际使用时相应速度相当不错。command-t和ctrlp一样支持搜索MRU,Buffer和Tags,并且还支持在新标签页和分屏窗口中打开。不足之处在于安装配置复杂一些,首先需要Vim支持Ruby,其次它和YouCompleteMe一样安装完成以后还需要编译一下才能使用,安装完成使用<Leader>t触发command-t时会有消息提示" Vim Command-T plugin error: could not load the C extension",这就是让你到插件所在目录编译,具体方法如下:

$ sudo  aptitude install ruby-dev
$ cd ~/.vim/bundle/command-t
$ rake make

编译完成以后,就能使用了,下面是搜索提示符下的快捷键,可以发现和终端下的快捷键是相同的

按键功能
Ctrl-h向左移动一个字符
Ctrl-l向右移动一个字符
Ctrl-a移动到行首
Ctrl-e移动到行尾
Ctrl-u清除提示符上的内容
Tab切换到文件列表上

下面是在提示符或者文件列表下的快捷键

按键功能
Enter打开选中文件
Ctrl-C在新的水平分割窗口中打开选中文件
Ctrl-s同上
Ctrl-v在新的竖直分割窗口打开选中文件
Ctrl-t在新的标签页打开选中文件
Ctrl-f清空缓存
Ctrl-q在quickfix窗口中打开选中文件
Ctrl-c退出文件列表

最后贴一下我的配置,默认情况下使用<Leader>t打开文件

"command-t
"<Leader>b浏览Buffer
nmap <Leader>b <Plug>(CommandTBuffer)
"<Leader>f显示MRU文件
nmap <Leader>f <Plug>(CommandTMRU)
"搜索结果最大匹配数
let g:CommandTMaxHeight = 25
"搜索结果不区分大小写
let g:CommandTIgnoreCase = 0
"搜索结果不按反向排序,即最匹配的位于最顶部
let g:CommandTMatchWindowReverse = 0
"开启wildignore
let g:CommandTWildIgnore=&wildignore
"搜索结果匹配大小写
"let g:CommandTSmartCase = 1
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
众所周知,人工智能是当前最热门的话题之一, 计算机技术与互联网技术的快速发展更是将对人工智能的研究推向一个新的高潮。 人工智能是研究模拟和扩展人类智能的理论与方法及其应用的一门新兴技术科学。 作为人工智能核心研究领域之一的机器学习, 其研究动机是为了使计算机系统具有人的学习能力以实现人工智能。 那么, 什么是机器学习呢? 机器学习 (Machine Learning) 是对研究问题进行模型假设,利用计算机从训练数据中学习得到模型参数,并最终对数据进行预测和分析的一门学科。 机器学习的用途 机器学习是一种通用的数据处理技术,其包含了大量的学习算法。不同的学习算法在不同的行业及应用中能够表现出不同的性能和优势。目前,机器学习已成功地应用于下列领域: 互联网领域----语音识别、搜索引擎、语言翻译、垃圾邮件过滤、自然语言处理等 生物领域----基因序列分析、DNA 序列预测、蛋白质结构预测等 自动化领域----人脸识别、无人驾驶技术、图像处理、信号处理等 金融领域----证券市场分析、信用卡欺诈检测等 医学领域----疾病鉴别/诊断、流行病爆发预测等 刑侦领域----潜在犯罪识别与预测、模拟人工智能侦探等 新闻领域----新闻推荐系统等 游戏领域----游戏战略规划等 从上述所列举的应用可知,机器学习正在成为各行各业都会经常使用到的分析工具,尤其是在各领域数据量爆炸的今天,各行业都希望通过数据处理与分析手段,得到数据中有价值的信息,以便明确客户的需求和指引企业的发展。
众所周知,人工智能是当前最热门的话题之一, 计算机技术与互联网技术的快速发展更是将对人工智能的研究推向一个新的高潮。 人工智能是研究模拟和扩展人类智能的理论与方法及其应用的一门新兴技术科学。 作为人工智能核心研究领域之一的机器学习, 其研究动机是为了使计算机系统具有人的学习能力以实现人工智能。 那么, 什么是机器学习呢? 机器学习 (Machine Learning) 是对研究问题进行模型假设,利用计算机从训练数据中学习得到模型参数,并最终对数据进行预测和分析的一门学科。 机器学习的用途 机器学习是一种通用的数据处理技术,其包含了大量的学习算法。不同的学习算法在不同的行业及应用中能够表现出不同的性能和优势。目前,机器学习已成功地应用于下列领域: 互联网领域----语音识别、搜索引擎、语言翻译、垃圾邮件过滤、自然语言处理等 生物领域----基因序列分析、DNA 序列预测、蛋白质结构预测等 自动化领域----人脸识别、无人驾驶技术、图像处理、信号处理等 金融领域----证券市场分析、信用卡欺诈检测等 医学领域----疾病鉴别/诊断、流行病爆发预测等 刑侦领域----潜在犯罪识别与预测、模拟人工智能侦探等 新闻领域----新闻推荐系统等 游戏领域----游戏战略规划等 从上述所列举的应用可知,机器学习正在成为各行各业都会经常使用到的分析工具,尤其是在各领域数据量爆炸的今天,各行业都希望通过数据处理与分析手段,得到数据中有价值的信息,以便明确客户的需求和指引企业的发展。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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