2.1 算法效率评估 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.2 迭代与递归 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 2.3 时间复杂度 . . . 综上所述，建议你在深入学习数据结构与算法之前，先对复杂度分析建立初步的了解，以便能够完成简单算 法的复杂度分析。 2.2 迭代与递归 在算法中，重复执行某个任务是很常见的，它与复杂度分析息息相关。因此，在介绍时间复杂度和空间复杂 度之前，我们先来了解如何在程序中实现重复执行任务，即两种基本的程序控制结构：迭代、递归。 2.2.1 迭代 迭代（iteration）是一种重复执行某个任务的控制结构。在迭代中，程序会在满足一定的条件下重复执行某段 系”“四次方 关系”，以此类推。 2.2.2 递归 递归（recursion）是一种算法策略，通过函数调用自身来解决问题。它主要包含两个阶段。 1. 递：程序不断深入地调用自身，通常传入更小或更简化的参数，直到达到“终止条件”。 2. 归：触发“终止条件”后，程序从最深层的递归函数开始逐层返回，汇聚每一层的结果。 而从实现的角度看，递归代码主要包含三个要素。 1. 终止条件：用于决定什么时候由“递”转“归”。

2.1 算法效率评估 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.2 迭代与递归 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 2.3 时间复杂度 . . . 综上所述，建议你在深入学习数据结构与算法之前，先对复杂度分析建立初步的了解，以便能够完成简单算 法的复杂度分析。 2.2 迭代与递归 在算法中，重复执行某个任务是很常见的，它与复杂度分析息息相关。因此，在介绍时间复杂度和空间复杂 度之前，我们先来了解如何在程序中实现重复执行任务，即两种基本的程序控制结构：迭代、递归。 2.2.1 迭代 迭代（iteration）是一种重复执行某个任务的控制结构。在迭代中，程序会在满足一定的条件下重复执行某段 系”“四次方 关系”，以此类推。 2.2.2 递归 递归（recursion）是一种算法策略，通过函数调用自身来解决问题。它主要包含两个阶段。 1. 递：程序不断深入地调用自身，通常传入更小或更简化的参数，直到达到“终止条件”。 2. 归：触发“终止条件”后，程序从最深层的递归函数开始逐层返回，汇聚每一层的结果。 而从实现的角度看，递归代码主要包含三个要素。 1. 终止条件：用于决定什么时候由“递”转“归”。

2.1 算法效率评估 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.2 迭代与递归 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 2.3 时间复杂度 . . . 综上所述，建议你在深入学习数据结构与算法之前，先对复杂度分析建立初步的了解，以便能够完成简单算 法的复杂度分析。 2.2 迭代与递归 在算法中，重复执行某个任务是很常见的，它与复杂度分析息息相关。因此，在介绍时间复杂度和空间复杂 度之前，我们先来了解如何在程序中实现重复执行任务，即两种基本的程序控制结构：迭代、递归。 2.2.1 迭代 「迭代 iteration」是一种重复执行某个任务的控制结构。在迭代中，程序会在满足一定的条件下重复执行某 ”“四次方 关系”，以此类推。 2.2.2 递归 「递归 recursion」是一种算法策略，通过函数调用自身来解决问题。它主要包含两个阶段。 1. 递：程序不断深入地调用自身，通常传入更小或更简化的参数，直到达到“终止条件”。 2. 归：触发“终止条件”后，程序从最深层的递归函数开始逐层返回，汇聚每一层的结果。 而从实现的角度看，递归代码主要包含三个要素。 1. 终止条件：用于决定什么时候由“递”转“归”。

2.1 算法效率评估 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 2.2 迭代与递归 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.3 时间复杂度 . . . 综上所述，建议你在深入学习数据结构与算法之前，先对复杂度分析建立初步的了解，以便能够完成简单算 法的复杂度分析。 2.2 迭代与递归 在数据结构与算法中，重复执行某个任务是很常见的，其与算法的复杂度密切相关。而要重复执行某个任务， 我们通常会选用两种基本的程序结构：迭代和递归。 2.2.1 迭代 「迭代 iteration」是一种重复执行某个任务的控制结构。在迭代中，程序会在满足一定的条件下重复执行某 、“四次方 关系”、以此类推。 2.2.2 递归 「递归 recursion」是一种算法策略，通过函数调用自身来解决问题。它主要包含两个阶段。 1. 递：程序不断深入地调用自身，通常传入更小或更简化的参数，直到达到“终止条件”。 2. 归：触发“终止条件”后，程序从最深层的递归函数开始逐层返回，汇聚每一层的结果。 而从实现的角度看，递归代码主要包含三个要素。 1. 终止条件：用于决定什么时候由“递”转“归”。

线性对数阶 < 平方阶 < 指数阶 < 阶乘阶 Figure 2‑3. 时间复杂度的常见类型 2. 复杂度分析 hello‑algo.com 19 � 部分示例代码需要一些前置知识，包括数组、递归算法等。如果遇到看不懂的地方无需担心， 可以在学习完后面章节后再来复习，现阶段先聚焦在理解时间复杂度含义和推算方法上。 常数阶 ?(1) 常数阶的操作数量与输入数据大小 ? 无关，即不随着 ? 2^n - 1 return count; } Figure 2‑5. 指数阶的时间复杂度 在实际算法中，指数阶常出现于递归函数。例如以下代码，不断地一分为二，分裂 ? 次后停止。 // === File: time_complexity.js === /* 指数阶（递归实现） */ function expRecur(n) { if (n == 1) return 1; return count++; } return count; } Figure 2‑6. 对数阶的时间复杂度 与指数阶类似，对数阶也常出现于递归函数。以下代码形成了一个高度为 log2 ? 的递归树。 // === File: time_complexity.js === /* 对数阶（递归实现） */ function logRecur(n) { if (n <= 1) return 0; return

undefined] m1({z: 3}) // [0, 0] m2({z: 3}) // [undefined, undefined] 参数默认值的位置 通常情况下，定义了默认值的参数，应该是函数的尾参数。因为这样比较容易看出 来，到底省略了哪些参数。如果非尾部的参数设置默认值，实际上这个参数是没法 省略的。 函数的扩展 133 // 例一 function f(x = 1, y) { undefined] f(1) // [1, 5, undefined] f(1, ,2) // 报错 f(1, undefined, 2) // [1, 5, 2] 上面代码中，有默认值的参数都不是尾参数。这时，无法只省略该参数，而不省略 它后面的参数，除非显式输入 undefined 。 如果传入 undefined ，将触发该参数等于默认值， null 则没有这个效果。 function 值以后，预期传入的参数个数就不包括这个参数了。同理，后文的 rest 参数也不会 计入 length 属性。 (function(...args) {}).length // 0 如果设置了默认值的参数不是尾参数，那么 length 属性也不再计入后面的参数 了。 (function (a = 0, b, c) {}).length // 0 (function (a, b = 1, c) {})

限的，過深的遞迴可能導致堆疊溢位錯誤。 2. 尾遞迴 有趣的是，如果函式在返回前的最後一步才進行遞迴呼叫，則該函式可以被編譯器或直譯器最佳化，使其在 空間效率上與迭代相當。這種情況被稱為尾遞迴（tail recursion）。 ‧ 普通遞迴：當函式返回到上一層級的函式後，需要繼續執行程式碼，因此系統需要儲存上一層呼叫的上 下文。 ‧ 尾遞迴：遞迴呼叫是函式返回前的最後一個操作，這意味著函式返回到上一層級後，無須繼續執行其他 設為函式參數，從而實現尾遞迴： // === File: recursion.js === /* 尾遞迴 */ function tailRecur(n, res) { // 終止條件 if (n === 0) return res; // 尾遞迴呼叫 return tailRecur(n - 1, res + n); } 尾遞迴的執行過程如圖 2‑5 所示。對比普通遞迴和尾遞迴，兩者的求和操作的執行點是不同的。 普通遞迴：求和操作是在“迴”的過程中執行的，每層返回後都要再執行一次求和操作。 ‧ 尾遞迴：求和操作是在“遞”的過程中執行的，“迴”的過程只需層層返回。 第 2 章 複雜度分析 www.hello‑algo.com 25 圖 2‑5 尾遞迴過程 Tip 請注意，許多編譯器或直譯器並不支持尾遞迴最佳化。例如，Python 預設不支持尾遞迴最佳化，因 此即使函式是尾遞迴形式，仍然可能會遇到堆疊溢位問題。 3. 遞迴樹

这说明一个参数列表可以表现为单个赋值表达式，或一个参 数列表后跟一个逗号，再跟一 个赋值表达式。参数列表的 定义是递归的(recursive)，也就是说，它的定义中借用了它本身。 结果是参数列表可 以包含任意数量为正的参数，以逗号隔开，每个参数表达式都是一个赋值表 达式。像这样的非终结符的递归定义很常见。 出现在终结符或非终结符后面的下标后缀"opt"，指出这是一个可选符号(optional symbol)。 RegExp （章节 15.10.4），或者以函数的方 式调用 RegExp 构造函数（章节 15.10.3）。 下面的产生式描述了正则表达式常量的语法，以及输入元素扫描器查找正则表达式常量结 尾的方法。给正则表达式构造函数传递包含正 则表达式体和正则表达式徽标的、不被解释的字 符串，将以更严厉的文法，根据它们自己解释它 们。实现可以扩展正则表达式构造函数的文法， 但不应扩展正 则表达式体和正 [[DefaultValue]]方法可以简单地抛出一个 TypeError 异常。） [[Prototype]]属性的值必 须是一个对象或 null，且每个[[Prototype]]链 长度必须有限（也就 是说，从一个对象开始，递归地访问[[Prototype]]属 性必须以一个 null 值结束。）本地对象是 否可以把宿主对象作为其[[Prototype]]，这取决于具体实现。 对于所有种类的内置对象，本规范都定义了[[Class]]属

deprecated 参考链接 对象 - 108 - 本文档使用 书栈(BookStack.CN) 构建 函数 函数 概述 函数的声明 函数的重复声明 圆括号运算符，return 语句和递归 第一等公民 函数名的提升 函数的属性和方法 name 属性 length 属性 toString() 函数作用域 定义 函数内部的变量提升 函数本身的作用域 参数 概述 参数的省略 达式，就是函数的返回值。 return 语句不是必需的，如果没有的话， 该函数就不返回任何值，或者说返回 undefined 。 函数可以调用自身，这就是递归（recursion）。下面就是通过递 圆括号运算符，return 语句和递归 函数 - 113 - 本文档使用 书栈(BookStack.CN) 构建 归，计算斐波那契数列的代码。 1. function fib(num) { 12.9 ^ 0 // 12 异或运算符 二进制位运算符 - 187 - 本文档使用 书栈(BookStack.CN) 构建 左移运算符（ << ）表示将一个数的二进制值向左移动指定的位数，尾 部补 0 ，即乘以 2 的指定次方（最高位即符号位不参与移动）。 1. // 4 的二进制形式为100， 2. // 左移一位为1000（即十进制的8） 3. // 相当于乘以2的1次方

功能的支持。为此，我们提供了对这些长尾功能的定制能力（这些功能默认不开启， 但业务可配置），将未被启用长尾的功能进行裁剪。 通过上述分析可得，我们的思路就是对 Dead Code 进行二次剔除，以及对这些长 尾功能做裁剪。基于这样的思路，我们深入 Dart-SDK、Framework 和 Flutter_ Web_SDK 各个击破，最终将 JS Bundle 产物体积由 1.2M 精简至 0.7M，为 随着 MV 模式的变动，DOM 也会随之发生变化。我们使用浏览器提供的 MutationObserver API 对 DOM 变化进行收集，并筛选有效节点进行深度优 先遍历，计算每个 DOM 的递归权重值，低于阈值我们就认为首屏已加载完成。 ● 第二部分是监听资源的变化。我们利用浏览提供的 PerformanceObserver API，筛选出 img/script 类型的资源，在 3 将扁平的数据源转化为树状结构的 DSL，这个过程如果是人脑来做会怎么思考呢？ 先确定布局的整体结构是行布局或者列布局，然后再确定局部区域应该是什么布局结 构，最后组装起来形成视图树。这个过程与递归算法类似，因此我们采用了递归算法 前端 < 63 作为算法的主框架，同时引入了“横竖切割 + 布局结构 + 模型评估”三大利器。 利器一：横竖切割 生成 DSL 时采用了整分的思路，即将大布局不断的切分成小布局，下面以动画的形