9.20 函数 递归

函数  一定加括号

四要素  1  返回类型

        2   函数名

        3   参数列表

        4   函数体

 

 

Alert()  就是一个函数

Parseint()  转整数  也是一个函数

 

强类型语言怎么写函数

访问修饰符   返回类型   函数名   (参数列表)

{

函数体

}

  Public  int  jia  (int  a ,  int  b)  形式参数

{

   Retun a+b;

}

Jia(5,6);                               实际参数

 

 

弱类型语言里面函数的写法

1,无参数的函数

Function  show()

{

  alert(”hello”)

}

Show();

2,有参数的函数

Function  关键字 代表一个函数

Function   jia( a, b)

{

 Alert(A+b);

}

Jia(5,6);

3,有返回值的函数

Function  cheng  (a,b)

{

  Return a*b;

}

Var  ji= cheng(5,6);

 

 

常用函数

日期时间函数

Var  b= new date ();获取当前时间

B.get time();   获取日期时间戳

B.get fullyear();   获取年份

B.getmonth()+1;   获取月份

B.get date();   获取天

B.get day();   获取星期几

B.gehourst();   获取小时

B.getminutes();   获取分钟

B.getseconds();   获取秒

B.get6milliseconds();   获取毫秒

 

 

数学函数(用Math来调用):

abs(x);  返回数的绝对值。

ceil(x); 对数进行上舍入。

floor(x);      对数进行下舍入。

round(x);     把数四舍五入为最接近的整数。

max(x,y) ;返回 x 和 y 中的最高值。

min(x,y);     返回 x 和 y 中的最低值。

pow(x,y);     返回 x 的 y 次幂。

sqrt(x); 返回数的平方根。

random() ;返回 0 ~ 1 之间的随机数。 ****   如果要大于1就乘以10

 

字符串函数(用变量来调用):

 

indexOf

返回字符串中一个子串第一处出现的索引(从左到右搜索)。如果没有匹配项,返回 -1 。

var index1 = a.indexOf("l");

index1 = 2

 

charAt

返回指定位置的字符。

var get_char = a.charAt(0);

get_char = "h"

 

lastIndexOf

返回字符串中一个子串最后一处出现的索引(从右到左搜索),如果没有匹配项,返回 -1 。

var index1 = lastIndexOf('l');

index1 = 3

 

 

match

检查一个字符串匹配一个正则表达式内容,如果么有匹配返回 null。

var re = new RegExp(/^\w+$/);

var is_alpha1 = a.match(re);

is_alpha1 = "hello"

var is_alpha2 = b.match(re);

is_alpha2 = null

 

substring

返回字符串的一个子串,传入参数是起始位置和结束位置。

 

var sub_string2 = a.substring(1,4);

sub_string2 = "ell"

 

substr ********

返回字符串的一个子串,传入参数是起始位置和长度

var sub_string1 = a.substr(1);

sub_string1 = "ello"

var sub_string2 = a.substr(1,4);

sub_string2 = "ello"

 

replace *******

替换字符串,第一个参数代表被替换的字符串,第二个参数代表替换的字符串

a.replace("he","aa")

 

 

search

执行一个正则表达式匹配查找。如果查找成功,返回字符串中匹配的索引值。否则返回 -1 。

var index1 = a.search(re);

index1 = 0

var index2 = b.search(re);

index2 = -1

 

split ******

通过将字符串划分成子串,将一个字符串做成一个字符串数组。

var arr1 = a.split("");

arr1 = [h,e,l,l,o]

 

length 属性 *******

返回字符串的长度,所谓字符串的长度是指其包含的字符的个数。

 

 

toLowerCase

将整个字符串转成小写字母。

var lower_string = a.toLowerCase();

lower_string = "hello"

 

toUpperCase

将整个字符串转成大写字母。

var upper_string = a.toUpperCase();

upper_string = "HELLO"

 

递归

 

公园里有200个桃子,猴子每天吃掉一半,扔掉一个烂的,问6天后,还剩余多少个桃子

var sum = 200;

 

for(var i=0;i<6;i++)

{

       sum = parseInt(sum/2)-1;

}

 

alert(sum);

 

公园里有一些桃子,猴子每天吃掉一半,扔掉一个烂的,第6天的时候发现剩余1个,问一开始有多少个桃子

var sum = 1;

for(var i=0;i<6;i++)

{

       sum = (sum+1)*2;

}

alert(sum);

 

 

使用函数

弄清函数功能:给一个天数,返回该天的桃子数量

递归的本质:函数自己调自己

function ShuLiang(n)

{

       if(n==6)

       {

              return 1;

       }

       第n天的数量 = (下一天的桃子数量+1)*2;

       var sl = (ShuLiang(n+1)+1)*2;      shuliang(n+1)就是下一天的数量  再+1然后乘以2就是n天的数量

      

       return sl;

}

 

alert(ShuLiang(0));  

 

转载于:https://www.cnblogs.com/sq45711478/p/5888982.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
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
健身国际俱乐部系统是一种专为健身俱乐部设计的管理软件,它通过集成多种功能来提高俱乐部的运营效率和服务质量。这类系统通常包含以下几个核心模块: 1. **会员管理**:系统能够记录会员的基本信息、会籍状态、健身历史和偏好,以及会员卡的使用情况。通过会员管理,俱乐部可以更好地了解会员需,提供个性化服务,并提高会员满意度和忠诚度。 2. **课程预约**:会员可以通过系统预约健身课程,系统会提供课程时间、教练、地点等详细信息,并允许会员根据个人时间表进行预约。这有助于俱乐部合理安排课程,避免资源浪费。 3. **教练管理**:系统可以管理教练的个人信息、课程安排、会员反馈等,帮助俱乐部评估教练表现,优化教练团队。 4. **财务管理**:包括会员卡销售、课程费用、私教费用等财务活动的记录和管理,确保俱乐部的财务透明度和准确性。 5. **库存管理**:对于俱乐部内的商品销售,如健身装备、营养补充品等,系统能够进行库存管理,包括进货、销售、库存盘点等。 6. **数据分析**:系统能够收集和分析会员活动数据,为俱乐部提供业务洞察,帮助俱乐部制定更有效的营销策略和业务决策。 7. **在线互动**:一些系统还提供在线平台,让会员可以查看课程、预约私教、参与社区讨论等,增强会员之间的互动和俱乐部的社区感。 8. **移动应用**:随着移动设备的普及,一些健身俱乐部系统还提供移动应用,方便会员随时随地管理自己的健身计划。 9. **安全性**:系统会确保所有会员信息的安全,采取适当的数据加密和安全措施,保护会员隐私。 10. **可扩展性**:随着俱乐部业务的扩展,系统应该能够轻松添加新的功能和服务,以适应不断变化的市场需。 健身国际俱乐部系统的选择和实施,需要考虑俱乐部的具体需、预算和技术能力,以确保系统能够有效地支持俱乐部的运营和发展。通过这些系统的实施,健身俱乐部能够提供更加专业和高效的服务,吸引和保留更多的会员,从而在竞争激烈的
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