Core 当你写新代码时，设置 "noImplicitAny" 选项是个不错的选择 — 这可以确保你 不会错写任何新的类型。 设置 "compileOnSave" 选项可以确保你在运行web程序 前自动编译保存变更后的代码。 配置 NPM 现在，我们来配置NPM以使用我们能够下载JavaScript包。 在工程上右击并选择 New Item。 接着选择NPM Configuration File，保持文件的默认名字 true 。 当你写新代码时，设置 "noImplicitAny" 选项是个好主意 — 这可以确保你不会 错写任何新的类型。 设置 "compileOnSave" 选项可以确保你在运行web程序前 自动编译保存变更后的代码。 更多信息请参见 the tsconfig.json documentation。 在视图中调用脚本 1. 在 Solution Explorer 中, 打开 Views dest("dist")); }); 测试这个应用 gulp node dist/main.js 程序应该能够打印出“Hello from TypeScript!”。 向代码里添加模块 在使用Browserify前，让我们先构建一下代码然后再添加一些混入的模块。 这个结 构将是你在真实应用程序中会用到的。 新建一个 src/greet.ts 文件： export function sayHello(name:

true 。 当你写新代码时，设置 "noImplicitAny" 选项是个不错的选择 — 这可以确保你不会错写任何新的类 型。 设置 "compileOnSave" 选项可以确保你在运行web程序前自动编译保存变更后的代码。 现在，我们来配置NPM以使用我们能够下载JavaScript包。 在工程上右击并选择New Item。 接着 选择NPM Configuration File，保持文件的默认名字为 true 。 当你写新代码时，设置 "noImplicitAny" 选项是个好主意 — 这可以确保你不会错写任何新的类 型。 设置 "compileOnSave" 选项可以确保你在运行web程序前自动编译保存变更后的代码。 更 多信息请参见 the tsconfig.json documentation。 1. 在 Solution Explorer 中, 打开 Views | Home | dest('dist')); 9. }); 1. gulp 2. node dist/main.js 程序应该能够打印出“Hello from TypeScript!”。 在使用Browserify前，让我们先构建一下代码然后再添加一些混入的模块。 这个结构将是你在真实 应用程序中会用到的。 新建一个 src/greet.ts 文件： 1. export function sayHello(name:

服务层写法⼀一致，体验⼀一致 TS 体验上的问题 1、写法上的不不⼀一致 - Class / Function 2、多实现上的不不⼀一致 - ⽆无法⽅方便便的继承 3、代码洁癖上的问题 - 编译⽬目录分离 TS 体验 为了了良好的使⽤用 IoC，我们将整个 Midway 修改为了了 OO 的模型，所有的东⻄西都通过 class 来编码，这样也 可以更更好的借鉴 java 的思想，另⼀一⽅方⾯面可以通过接⼝口 Service B Service C Controller D Service D MApp1 MApp2 MyApp MApp3 MApp4 TS 和⾃自⼰己解耦 实现和定义分离 基于新的装饰器器开发模型 TS 和⾃自⼰己解耦 基于新的装饰器器开发模型 @controller @get/post @plugin @config @logger @hsf @schedule js 架构团队，集团的领航者当仁 不不让的投奔进去。 定义与实现分离 TS 代码重构实践 分离 midway-core，将通⽤用的能⼒力力都放在这层 分离通⽤用层 TS 代码重构实践 1、⾃自扫描注⼊入 ioc 的能⼒力力 2、适配 midway 的请求作⽤用域能⼒力力 3、兼容原有装饰器器的能⼒力力 分离通⽤用层 ⾃自动绑定 装饰器器定义 请求作⽤用域 IoC egg

提供的排版建議，以及他開發的開源文件主題 Material‑for‑MkDocs 。 在寫作過程中，我閱讀了許多關於資料結構與演算法的教材和文章。這些作品為本書提供了優秀的範本，確 保了本書內容的準確性與品質。在此感謝所有老師和前輩的傑出貢獻！ 本書倡導手腦並用的學習方式，在這一點上我深受《動手學深度學習》的啟發。在此向各位讀者強烈推薦這 本優秀的著作。 衷心感謝我的父母，正是你們一直以來的支持與鼓勵，讓我有機會做這件富有趣味的事。 5. 完成找零，方案為 20 + 10 + 1 = 31 元。 第 1 章 初識演算法 www.hello‑algo.com 13 圖 1‑3 貨幣找零過程 在以上步驟中，我們每一步都採取當前看來最好的選擇（儘可能用大面額的貨幣），最終得到了可行的找零方 案。從資料結構與演算法的角度看，這種方法本質上是“貪婪”演算法。 小到烹飪一道菜，大到星際航行，幾乎所有問題的解決都離不開演算法。計算機的出現使得我們能夠透過程 1 章 初識演算法 www.hello‑algo.com 16 ‧ 整理撲克的過程與插入排序演算法非常類似。插入排序演算法適合排序小型資料集。 ‧ 貨幣找零的步驟本質上是貪婪演算法，每一步都採取當前看來最好的選擇。 ‧ 演算法是在有限時間內解決特定問題的一組指令或操作步驟，而資料結構是計算機中組織和儲存資料 的方式。 ‧ 資料結構與演算法緊密相連。資料結構是演算法的基石，而演算法為資料結構注入生命力。

递归调用函数会产生额外的开销。因此递归通常比循环的时间效率更低。 如图 2‑4 所示，在触发终止条件前，同时存在 ? 个未返回的递归函数，递归深度为 ? 。 第 2 章 复杂度分析 hello‑algo.com 23 图 2‑4 递归调用深度 在实际中，编程语言允许的递归深度通常是有限的，过深的递归可能导致栈溢出报错。 2. 尾递归 有趣的是，如果函数在返回前的最后一步才进行递归调用，则该函数可以被编译器或解释器优化，使其在空 间效率上与迭代相当。这种情况被称为「尾递归 tail recursion」。 ‧ 普通递归：当函数返回到上一层级的函数后，需要继续执行代码，因此系统需要保存上一层调用的上下 文。 ‧ 尾递归：递归调用是函数返回前的最后一个操作，这意味着函数返回到上一层级后，无需继续执行其他 操作，因此系统无需保存上一层函数的上下文。 以计算 1 + 2 + ⋯ + ? 为例，我们可以将结果变量 res 设为函数参数，从而实现尾递归。 ，求该数列的第 ? 个数字。 设斐波那契数列的第 ? 个数字为 ?(?) ，易得两个结论。 ‧ 数列的前两个数字为 ?(1) = 0 和 ?(2) = 1 。 ‧ 数列中的每个数字是前两个数字的和，即 ?(?) = ?(? − 1) + ?(? − 2) 。 按照递推关系进行递归调用，将前两个数字作为终止条件，便可写出递归代码。调用 fib(n) 即可得到斐波那 契数列的第 ? 个数字。

递归调用函数会产生额外的开销。因此递归通常比循环的时间效率更低。 如图 2‑4 所示，在触发终止条件前，同时存在 ? 个未返回的递归函数，递归深度为 ? 。 第 2 章 复杂度分析 hello‑algo.com 24 图 2‑4 递归调用深度 在实际中，编程语言允许的递归深度通常是有限的，过深的递归可能导致栈溢出错误。 2. 尾递归 有趣的是，如果函数在返回前的最后一步才进行递归调用，则该函数可以被编译器或解释器优化，使其在空 间效率上与迭代相当。这种情况被称为尾递归（tail recursion）。 ‧ 普通递归：当函数返回到上一层级的函数后，需要继续执行代码，因此系统需要保存上一层调用的上下 文。 ‧ 尾递归：递归调用是函数返回前的最后一个操作，这意味着函数返回到上一层级后，无须继续执行其他 操作，因此系统无须保存上一层函数的上下文。 以计算 1 + 2 + ⋯ + ? 为例，我们可以将结果变量 res 设为函数参数，从而实现尾递归： ，求该数列的第 ? 个数字。 设斐波那契数列的第 ? 个数字为 ?(?) ，易得两个结论。 ‧ 数列的前两个数字为 ?(1) = 0 和 ?(2) = 1 。 ‧ 数列中的每个数字是前两个数字的和，即 ?(?) = ?(? − 1) + ?(? − 2) 。 按照递推关系进行递归调用，将前两个数字作为终止条件，便可写出递归代码。调用 fib(n) 即可得到斐波那 契数列的第 ? 个数字：

比循环的时间效率更低。 如图 2‑4 所示，在触发终止条件前，同时存在 ? 个未返回的递归函数，递归深度为 ? 。 第 2 章 复杂度分析 www.hello‑algo.com 24 图 2‑4 递归调用深度 在实际中，编程语言允许的递归深度通常是有限的，过深的递归可能导致栈溢出错误。 2. 尾递归 有趣的是，如果函数在返回前的最后一步才进行递归调用，则该函数可以被编译器或解释器优化，使其在空 间效率上与迭代相当。这种情况被称为尾递归（tail recursion）。 ‧ 普通递归：当函数返回到上一层级的函数后，需要继续执行代码，因此系统需要保存上一层调用的上下 文。 ‧ 尾递归：递归调用是函数返回前的最后一个操作，这意味着函数返回到上一层级后，无须继续执行其他 操作，因此系统无须保存上一层函数的上下文。 以计算 1 + 2 + ⋯ + ? 为例，我们可以将结果变量 res 设为函数参数，从而实现尾递归： ，求该数列的第 ? 个数字。 设斐波那契数列的第 ? 个数字为 ?(?) ，易得两个结论。 ‧ 数列的前两个数字为 ?(1) = 0 和 ?(2) = 1 。 ‧ 数列中的每个数字是前两个数字的和，即 ?(?) = ?(? − 1) + ?(? − 2) 。 按照递推关系进行递归调用，将前两个数字作为终止条件，便可写出递归代码。调用 fib(n) 即可得到斐波那 契数列的第 ? 个数字：

前面的系数对时间 复杂度也不产生影响。 3. 循环嵌套时使用乘法。总操作数量等于外层循环和内层循环操作数量之积，每一层循环依然可以分别套 用上述 1. 和 2. 技巧。 以下示例展示了使用上述技巧前、后的统计结果。 ?(?) = 2?(? + 1) + (5? + 1) + 2 完整统计 (‑.‑|||) = 2?2 + 7? + 3 ?(?) = ?2 + ? 偷懒统计 (o.O) 最 复杂度分析 时间复杂度：所有结点被访问一次，使用 ?(?) 时间，其中 ? 为结点数量。 空间复杂度：当为满二叉树时达到最差情况，遍历到最底层前，队列中最多同时存在 ?+1 2 个结点，使用 ?(?) 空间。 7.2.2. 前序、中序、后序遍历 相对地，前、中、后序遍历皆属于「深度优先遍历 Depth‑First Traversal」，其体现着一种“先走到尽头，再 回头继续”的回溯遍历方式。 对应的递归实现代码。深度优先遍历就像是绕着整个 二叉树的外围“走”一圈，走的过程中，在每个结点都会遇到三个位置，分别对应前序遍历、中序遍历、后序 遍历。 Figure 7‑14. 二叉搜索树的前、中、后序遍历 位置 含义 此处访问结点时对应 橙色圆圈处 刚进入此结点，即将访问该结点的左子树 前序遍历 Pre‑Order Traversal 蓝色圆圈处 已访问完左子树，即将访问右子树 中序遍历