JavaScript의 Atomic 개체는 정적 메서드로 add, sub, or, xor, load, store 등과 같은 원자적 연산을 제공하는 개체이며 이러한 메서드는 SharedArrayBuffer 개체와 함께 사용됩니다. 이 메서드는 잠금을 사용할지 원자적 연산을 사용할지 결정하는 데 사용됩니다. 구문 구문은 다음과 같습니다. Atomics.isLockFree(size) 예시 <html> <head> <title>JavaScript Example</title>
JavaScript의 Atomic 개체는 정적 메서드로 add, sub, or, xor, load, store 등과 같은 원자적 연산을 제공하는 개체이며 이러한 메서드는 SharedArrayBuffer 개체와 함께 사용됩니다. 로드() 원자의 기능 객체는 배열의 주어진 위치에 있는 값을 반환합니다. 구문 구문은 다음과 같습니다. Atomics.load() 예시 <html> <head> <title>JavaScript Example</title> </head
JavaScript의 Atomic 개체는 정적 메서드로 add, sub, or, xor, load, store 등과 같은 원자적 연산을 제공하는 개체이며 이러한 메서드는 SharedArrayBuffer 개체와 함께 사용됩니다. 저장() 원자의 기능 객체는 배열의 숫자(값)와 위치를 받아 지정된 위치에 지정된 값을 저장하고 동일한 값을 반환합니다. 구문 구문은 다음과 같습니다. Atomics.store() 예시 <html> <head> <title>JavaScript Exa
JavaScript의 Atomic 개체는 정적 메서드로 add, sub, or, xor, load, store 등과 같은 원자적 연산을 제공하는 개체이며 이러한 메서드는 SharedArrayBuffer 개체와 함께 사용됩니다. 하위() 원자의 기능 개체는 숫자와 위치를 받아들이고 주어진 위치의 숫자에서 주어진 숫자를 뺀 다음 이전 위치의 숫자 값을 반환합니다. 구문 구문은 다음과 같습니다. Atomics.sub() 예시 <html> <head> <title>JavaScri
최소 스패닝 트리(MST) 또는 최소 가중치 스패닝 트리는 모든 정점을 함께 연결하는 연결된 가장자리 가중(무)방향 그래프의 가장자리 부분 집합입니다. 사이클 및 가능한 최소 총 에지 무게. 즉, 간선 가중치의 합이 가능한 한 작은 스패닝 트리입니다.
Prim의 알고리즘은 가중된 무방향 그래프에 대한 최소 스패닝 트리를 찾는 욕심 많은 알고리즘입니다. 모든 정점을 포함하는 트리를 형성하는 가장자리의 하위 집합을 찾습니다. 여기서 트리의 모든 가장자리의 총 가중치는 최소화됩니다. 이 알고리즘은 각 단계에서 임의의 시작 정점에서 한 번에 하나의 정점을 트리에서 다른 정점으로 가장 저렴한 연결을 추가하여 이 트리를 구축하는 방식으로 작동합니다. Prim의 알고리즘은 어떻게 작동합니까? Prim의 알고리즘이 작동하는 방식에 대한 그림을 살펴보겠습니다. - 1. 임의의 노드를 루트
Kruskal의 알고리즘은 다음과 같이 작동하는 욕심 많은 알고리즘입니다 - 1. 그래프의 모든 간선 세트를 생성합니다. 2. 위의 집합이 비어 있지 않고 모든 정점이 포함되는 것은 아니지만 이 세트에서 최소 가중치 가장자리를 제거합니다. 이 에지가 순환을 형성하는지 아니면 2개의 나무를 연결하는지 확인합니다. 순환을 형성하면 이 모서리를 버리고, 그렇지 않으면 트리에 추가합니다. 3. 위의 처리가 완료되면 최소 스패닝 트리가 생깁니다. 이 알고리즘을 구현하려면 2개의 데이터 구조가 더 필요합니다. 먼저 가장자리를 정렬
이 코드에서 주석 처리된 함수입니다. 그것들로 전환할 수도 있습니다. 또한 import 문을 사용하거나 require 호출을 사용하여 가져올 수 있는 다른 모듈에서 Queue, Stack 및 PriorityQueue 클래스를 이동했습니다. 다음은 Graph 클래스의 완전한 구현입니다. 예시 const Queue = require("./Queue"); const Stack = require("./Stack"); const PriorityQueue = require("./PriorityQu
배열에 요소를 추가하는 것은 위치에 따라 다른 기능을 사용하여 수행할 수 있습니다. 배열 끝에 요소 추가 이것은 푸시 방법을 사용하여 수행할 수 있습니다. 예를 들어, let veggies = ["Onion", "Raddish"]; veggies.push("Cabbage"); console.log(veggies); 이것은 출력을 줄 것입니다 - ["Onion", "Raddish", "Cabbage"] 다양한 수의를 지원하
배열에서 요소를 제거하는 동안 두 가지 경우를 생각해 보겠습니다. 먼저 배열의 끝에서 요소를 제거하는 방법을 살펴보고 다음 섹션에서는 배열의 시작과 요소의 지정된 위치에서 요소를 제거하는 방법을 살펴보겠습니다. 배열 끝에서 요소 제거 이것은 pop 메서드를 사용하여 수행할 수 있습니다. 예를 들어, let veggies = ["Onion", "Raddish"]; veggies.pop(); console.log(veggies); 이것은 출력을 줄 것입니다 - ["Onion"]
기본적으로 배열 내부에 배열을 넣으려면 다차원 배열이 사용됩니다. 예를 들어 보겠습니다. 매주 평일에 대해 6시간마다 온도를 저장하고 싶다고 가정해 보겠습니다. 다음과 같이 할 수 있습니다. let monday = [35, 28, 29, 31]; let tuesday = [33, 24, 25, 29]; //... 대신 다차원 배열을 사용하는 것이 좋습니다. 다차원 배열은 배열의 배열일 뿐입니다. 예를 들어 각 행은 하루를 나타내고 행의 각 항목은 임시 항목을 나타냅니다. 예를 들어, let temps = [
자바스크립트에서 배열을 반복하는 방법에는 여러 가지가 있습니다. 자바스크립트의 For 루프 루프에 대해 시작하겠습니다. js의 for 루프에는 2가지 변형이 있습니다. 첫 번째 형식은 init, condition, expr 루프입니다. 이것은 첫 번째 명령문을 초기화한 다음 각 반복에서 expr을 실행하고 조건을 확인합니다. 예를 들어, var step; for (step = 0; step < 5; step++) { console.log('Taking step ' + step); }
동적 프로그래밍은 문제를 더 작지만 가능한 더 작은 하위 문제로 나눕니다. 이러한 하위 문제는 독립적으로 해결되지 않습니다. 오히려 이러한 작은 하위 문제의 결과는 유사하거나 겹치는 하위 문제에 대해 기억되고 사용됩니다. 동적 프로그래밍은 문제가 있는 곳에서 사용되며 유사한 하위 문제로 나누어 결과를 재사용할 수 있습니다. 대부분 이러한 알고리즘은 최적화에 사용됩니다. 내재된 하위 문제를 해결하기 전에 동적 알고리즘은 이전에 해결된 하위 문제의 결과를 조사하려고 시도합니다. 하위 문제의 솔루션을 결합하여 최상의 솔루션을 얻습니다.
피보나치 수는 처음 두 개 이후의 모든 수는 앞의 두 수의 합이 되도록 하는 수입니다. 시리즈는 1, 1로 시작합니다. 예 - 1, 1, 2, 3, 5, 8, 13, 21, 34, …. 다음과 같이 n번째를 생성하는 프로그램을 작성할 수 있습니다 - functionfibNaive(n) { if (n<= 1) return n; returnfibNaive(n - 1) + fibNaive(n - 2); } −를 사용하여 이것을 테스트할 수 있습니다. console.log
AVL 트리 클래스의 완전한 구현은 다음과 같습니다. - 예시 class AVLTree { constructor() { // Initialize a root element to null. this.root = null; } getBalanceFactor(root) { return this.getHeight(root.left) - this.getHeig
그래프는 일부 개체 쌍이 링크로 연결된 개체 집합을 그림으로 표현한 것입니다. 상호 연결된 개체는 꼭짓점이라는 점으로 표시됩니다. , 정점을 연결하는 링크를 가장자리라고 합니다. . 공식적으로 그래프는 (V, E) 집합의 쌍입니다. , 여기서 V 정점의 집합이며 E 정점 쌍을 연결하는 모서리 세트입니다. 다음 그래프를 살펴보십시오 - 위 그래프에서 V = {a, b, c, d, e} E = {ab, ac, bd, cd, de} 용어 수학적 그래프는 데이터 구조로 표현할 수 있습니다. 정점 배열과 2차원 모서리 배열을 사용하
가중치와 방향성 및 비방향성 유형을 모두 지원하는 그래프 클래스를 만들 것입니다. 이것은 인접 목록을 사용하여 구현됩니다. 고급 개념으로 이동함에 따라 그래프의 가중치와 방향성이 모두 유용할 것입니다. 인접 목록은 개별 목록의 배열 A입니다. 배열 Ai의 각 요소는 정점 i에 인접한 모든 정점을 포함하는 목록입니다. 2개의 멤버, 노드 및 에지를 사용하여 정의하고 있습니다. 그래프에 노드와 가장자리를 추가하는 데 사용할 클래스와 몇 가지 메서드를 정의하여 그래프 클래스를 설정해 보겠습니다. 우리는 처음에 다음 메소드를 정의할
그래프 탐색(그래프 검색이라고도 함)은 그래프의 각 정점을 방문(확인 및/또는 업데이트)하는 프로세스를 나타냅니다. 이러한 순회는 정점을 방문한 순서에 따라 분류됩니다.
BFS는 자식 정점을 방문하기 전에 이웃 정점을 방문하며 검색 프로세스에서 큐가 사용됩니다. 다음은 BFS가 작동하는 방식입니다 - 인접한 방문하지 않은 정점을 방문합니다. 방문한 것으로 표시하십시오. 그것을 표시하십시오. 대기열에 삽입하세요. 인접한 정점이 없으면 대기열에서 첫 번째 정점을 제거합니다. 대기열이 비어 있을 때까지 규칙 1과 규칙 2를 반복합니다. BFS Traversal이 작동하는 방식에 대한 그림을 살펴보겠습니다. 단계 순회 설명 1 대기열을 초기화합니다. 2 S를 방문하여 시작합니다. (시작
DFS는 형제 정점을 방문하기 전에 자식 정점을 방문합니다. 즉, 너비를 탐색하기 전에 특정 경로의 깊이를 탐색합니다. 스택(종종 재귀를 통한 프로그램의 호출 스택)은 알고리즘을 구현할 때 일반적으로 사용됩니다. 다음은 DFS가 작동하는 방식입니다 - 인접한 방문하지 않은 정점을 방문합니다. 방문한 것으로 표시하십시오. 그것을 표시하십시오. 스택에 푸시합니다. 인접한 정점이 발견되지 않으면 스택에서 정점을 팝업합니다. (인접한 정점이 없는 스택의 모든 정점을 표시합니다.) 스택이 비워질 때까지 규칙 1과 규칙 2를 반복합니다.