TypeScript手册（英文版） README - 10 - 本文档使用 书栈网 · BookStack.CN 构建 TypeScript语言规范 TypeScript语言规范 期待你为翻译做出贡献:) README - 11 - 本文档使用 书栈网 · BookStack.CN 构建 从前打心眼儿里讨厌编译成JavaScript的这类语言，像Coffee，Dart等。 但是在15年春节前后却爱上了 star本手册，及时了解ECMAScript 2015以及2016 里新的原生特性，并借助TypeScript提前掌握使用它们的方式！ 如果你对TypeScript的爱愈发浓 烈，可以与楼主一起边翻译边学习，PRs Welcome!!! 在相关链接的末尾可以找到本手册的Github 地址。 Introduction 快速上手 5分钟了解TypeScript ASP.NET Core ASP 编译器会检测是否每个模块都会在生成的JavaScript中用到。 如果一个模块标识符只在类型注解部 分使用，并且完全没有在表达式中使用时，就不会生成 require 这个模块的代码。 省略掉没有用到 的引用对性能提升是很有益的，并同时提供了选择性加载模块的能力。 这种模式的核心是 import id = require("...") 语句可以让我们访问模块导出的类型。 模块加载 器会被动态调用（通过

star本手册，及时了解ECMAScript 2015以及2016里新的原生特性，并借助TypeScript提前掌握使用它们的方式！ 如 果你对TypeScript的爱愈发浓烈，可以与楼主一起边翻译边学习，PRs Welcome!!! 在相关链接的末尾可以找到本手册的Github地址。 目录 快速上手 5分钟了解TypeScript ASP.NET Core ASP.NET 4 Gulp "compilerOptions" 中包含了 "strict: true" 设置。 这样一来，用 tsc --init 创建的新项目默认会开启最高级别的类型安全。 改进的 --init 输出 除了默认的 --strict 设置外， tsc --init 还改进了输出。 tsc --init 默认 生成的 tsconfig.json 文件现在包含了一些带描述的被注释掉的常用编译器选项. 你可以去掉相 if (_newTarget) { /* called via 'new' */ } } 更好地检查表达式的操作数中的 null / undefined TypeScript 2.2改进了对表达式中可空操作数的检查。具体来说，这些现在被标记为 错误： 如果 + 运算符的任何一个操作数是可空的，并且两个操作数都不 是 any 或 string 类型。 如果 - ， *

1 行文风格约定 ‧ 标题后标注 * 的是选读章节，内容相对困难。如果你的时间有限，建议可以先跳过。 ‧ 专有名词和有特指含义的词句会使用“双引号” 标注，以避免歧义。 ‧ 重要专有名词及其英文翻译会用「」 括号标注，例如「数组 array」 。建议记住它们，以便阅读文献。 ‧ 加粗的文字 表示重点内容或总结性语句，这类文字值得特别关注。 ‧ 当涉及到编程语言之间不一致的名词时，本书均以 Python 接的方法 是找一台计算机，运行这两个算法，并监控记录它们的运行时间和内存占用情况。这种评估方式能够反映真 实情况，但也存在较大局限性。 一方面，难以排除测试环境的干扰因素。硬件配置会影响算法的性能表现。比如在某台计算机中，算法 A 的 运行时间比算法 B 短；但在另一台配置不同的计算机中，我们可能得到相反的测试结果。这意味着我们需要 在各种机器上进行测试，统计平均效率，而这是不现实的。 在以下两个方面。 ‧ 它独立于测试环境，分析结果适用于所有运行平台。 第 2 章 复杂度分析 hello‑algo.com 18 ‧ 它可以体现不同数据量下的算法效率，尤其是在大数据量下的算法性能。 � 如果你仍对复杂度的概念感到困惑，无须担心，我们会在后续章节中详细介绍。 复杂度分析为我们提供了一把评估算法效率的“标尺”，使我们可以衡量执行某个算法所需的时间和空间资 源，对比不同算法之间的效率。

的方法 是找一台计算机，运行这两个算法，并监控记录它们的运行时间和内存占用情况。这种评估方式能够反映真 实情况，但也存在较大的局限性。 一方面，难以排除测试环境的干扰因素。硬件配置会影响算法的性能。比如在某台计算机中，算法 A 的运行 时间比算法 B 短；但在另一台配置不同的计算机中，可能得到相反的测试结果。这意味着我们需要在各种机 器上进行测试，统计平均效率，而这是不现实的。 另一方 在以下两个方面。 ‧ 它独立于测试环境，分析结果适用于所有运行平台。 第 2 章 复杂度分析 hello‑algo.com 19 ‧ 它可以体现不同数据量下的算法效率，尤其是在大数据量下的算法性能。 Tip 如果你仍对复杂度的概念感到困惑，无须担心，我们会在后续章节中详细介绍。 复杂度分析为我们提供了一把评估算法效率的“标尺”，使我们可以衡量执行某个算法所需的时间和空间资 源，对比不同算法之间的效率。 维 方式。 ‧ 从数据结构角度看，递归天然适合处理链表、树和图的相关问题，因为它们非常适合用分治思想进行分 析。 2.2.3 两者对比 总结以上内容，如表 2‑1 所示，迭代和递归在实现、性能和适用性上有所不同。 表 2‑1 迭代与递归特点对比 迭代 递归 实现方 式 循环结构 函数调用自身 第 2 章 复杂度分析 hello‑algo.com 27 迭代 递归 时间效

题时能够作出专业的反应和判断，从而提升工作的整体质量。举一个简单例子，每种编程语言都内置了排序 函数： ‧ 如果我们没有学过数据结构与算法，那么给定任何数据，我们可能都塞给这个排序函数去做了。运行顺 畅、性能不错，看上去并没有什么问题。 ‧ 但如果学过算法，我们就会知道内置排序函数的时间复杂度是 ?(? log ?) ；而如果给定的数据是固定 位数的整数（例如学号），那么我们就可以用效率更高的“基数排序”来做，将时间复杂度降为 的运行时间和内存占用情况。这种评估方式能够反映真 实情况，但也存在较大的局限性。 一方面，难以排除测试环境的干扰因素。硬件配置会影响算法的性能表现。比如一个算法的并行度较高，那 么它就更适合在多核 CPU 上运行，一个算法的内存操作密集，那么它在高性能内存上的表现就会更好。也 就是说，算法在不同的机器上的测试结果可能是不一致的。这意味着我们需要在各种机器上进行测试，统计 平均效率，而这是不现实的。 www.hello‑algo.com 19 ‧ 它无需实际运行代码，更加绿色节能。 ‧ 它独立于测试环境，分析结果适用于所有运行平台。 ‧ 它可以体现不同数据量下的算法效率，尤其是在大数据量下的算法性能。 Tip 如果你仍对复杂度的概念感到困惑，无须担心，我们会在后续章节中详细介绍。 复杂度分析为我们提供了一把评估算法效率的“标尺”，使我们可以衡量执行某个算法所需的时间和空间资 源，对比不同算法之间的效率。

2.2. 行文风格约定 标题后标注 * 的是选读章节，内容相对较难。如果你的时间有限，建议可以先跳过。 文章中的重要名词会用「括号」 标注，例如「数组 Array」 。建议记住这些名词，包括英文翻译，以便后续阅 读文献时使用。 重点内容、总起句、总结句会被 加粗，此类文字值得特别关注。 专有名词和有特指含义的词句会使用“双引号” 标注，以避免歧义。 0. 写在前面 hello‑algo 具有可行性，可在有限步骤、有限时间、有限内存空间下完成。 ‧ 独立于编程语言，即可用多种语言实现。 1.2.2. 数据结构定义 「数据结构 Data Structure」是在计算机中组织与存储数据的方式。为了提高数据存储和操作性能，数据结构 的设计原则有： ‧ 空间占用尽可能小，节省计算机内存。 ‧ 数据操作尽量快，包括数据访问、添加、删除、更新等。 1. 引言 hello‑algo.com 10 ‧ 提供简洁的数据表示和逻辑信息，以便算法高效运行。 的最直接的方式，就是找一台计算机，把两个算法都完整跑一遍，并监控记录运行时间和内存占用情况。这种 评估方式能够反映真实情况，但是也存在很大的硬伤。 难以排除测试环境的干扰因素。硬件配置会影响到算法的性能表现。例如，在某台计算机中，算法 A 比算法 B 运行时间更短；但换到另一台配置不同的计算机中，可能会得到相反的测试结果。这意味着我们需要在各种机 器上展开测试，而这是不现实的。 展开完整测试非