函数表达式

函数定义的方式

函数定义有以下两种方式:一种是函数声明,一种是函数表达式。

函数声明: 在执行代码之前会先读取函数声明,即函数声明提升

函数表达式:

  1. 常用语法形式是常规的变量赋值语句,即创建一个匿名函数并赋值给一个变量。
  2. 函数表达式在使用之前必须赋值,否则会出错,这点与函数声明提升不同。
  3. 能够将匿名函数作为其他函数的值进行返回。

函数表达式在递归函数中的作用

function factorial(num) {
	if (num <=1) {
		return 1;
	}else {
		return num * factorial(num-1);
	}
}

在递归函数中用函数名调用自身。当将函数引用赋值给别的变量而销毁原始的函数引用时,调用别的变量去执行函数,由于原始引用已不存在就会导致错误。

使用arguments.callee

该方法可以解决上述问题,但严格模式下禁止使用arguments.callee。

使用命名函数表达式
var factorial = (function f(num){
	if (num <=1) {
		return 1;
	}else {
		// 函数名f只能在本函数作用域内有效
		return num * f(num-1);
	}
})

命名函数表达式
1.解释:
可以像函数声明一样为函数表达式起一个名字。
命名函数表达式的标识符只在函数的局部作用域中有效。命名函数表达式创建时,会创建一个特殊的对象,该对象中保存中函数标志符和那个函数的键值对,这个对象会被注入到当前作用域链的前端。然后,被“扩展”的作用域链又被用于初始化函数。
2.作用:
·可以在调试的调用栈中清晰的看到函数调用过程;
·可以在递归函数中使用(同上);
3.问题:
·IE8会将函数表达式的标志符暴露在外部作用域而引发其他的问题(IE9貌似已修复);
部分参考至:https://www.cnblogs.com/TomXu/archive/2011/12/29/2290308.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