<JavaScript The Definitive Guide 5th>的一个错误

第八章的Flexsum的例子,书上的代码如下:

function flexisum(a) {
    var total = 0;
    for(var i = 0; i < arguments.length; i++) {
        var element = arguments[i];
        if (!element) continue;  // Ignore null and undefined arguments

        // Try to convert the argument to a number n,
        // based on its type
        var n;
        switch(typeof element) {
        case "number":
            n = element;                  // No conversion needed here
            break;
        case "object":
            if (element instanceof Array) // Recurse for arrays
                n = flexisum.apply(this, element);
            else n = element.valueOf();   // valueOf method for other objects
            break;
        case "function":
            n = element();                // Try to invoke functions
            break;
        case "string":
            n = parseFloat(element);      // Try to parse strings
            break;
        case "boolean":
            n = NaN;                      // Can't convert boolean values
            break;
        }

        // If we got a valid number, add it to the total.
        if (typeof n == "number" && !isNaN(n)) total += n;
        // Otherwise report an error
        else throw new Error("sum(): can't convert " + element + " to number");
    }
    return total;
}

 

我调试后发现这个apply应用的不太对,应该是call。我将这个例子改进了一下(当然也改动了一下),代码如下:

<html>
	<head>
		<title>
		</title>
	</head>
	<body>
		<script language="javascript">
			function flexsum(arr) {
				var rst = 0;
				if (arr instanceof Array || typeof arr == "object" && "length" in arr) {
					for (var i = 0 ; i < arr.length; ++i) {
						if (!arr[i]) {
						   	continue;
						}
						else {
							var n;
							if (typeof arr[i] == "number") {
								n = arr[i];
							}
							else if (typeof arr[i] == "function") {
								n = arr[i]();
							}
							else if (typeof arr[i] == "string") {
								n = parseFloat(arr[i]);
							}
							else if (typeof arr[i] == "boolean") {
								if (arr[i]) {
									n = 1.0;
								}
								else {
									n = 0.0;
								}
							}
							else if (typeof arr[i] instanceof Array || typeof arr[i] == "object" && "length" in arr[i]) {
								n = flexsum.call(this, arr[i]);
							}
							else { // typeof arr[i] == "object"
								n = arr[i].valueOf();
							}

							if (typeof n == "number" && !isNaN(n)) {
								rst += n;
							}
						}

					}
					return rst;
				}
				else {
					throw new Error("The argument " + arr.toString() + "is not a Array or Arraylike object!");
				}
			}
			var arr1 = [1,2,3];
			document.write(flexsum(arr1) + "<br>");
			var arr2 = [1,2,3,"4", [5,6,7]];
			document.write(flexsum(arr2) + "<br>");
		</script>
	</body>
</html>

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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