


Fonction de traitement de date JavaScript, traitement par lots d'optimisation des performances_Connaissances de base
其实网上写javascript日期格式化的博文很多,大体都看了看,都还不错。唯一遗憾的是只顾着实现了功能,没对函数进行性能优化。
俗话说:不要重复造轮子。google上找了一个比较不错的日期格式化函数,来开始我的优化之旅吧!
google上找的这个日期函数化函数,估计大家都很眼熟,以前我也一直在用。先看看优化后和优化前的效率对比吧!
1、优化之前的toDate函数(字符串转换成Date对象),重复执行1万次,耗时660毫秒
2、优化之前的dateFormat函数(Date对象格式化成字符串),重复执行1万次,耗时676毫秒
3、优化过后的toDate函数,重复执行1万次,耗时122毫秒
4、优化后的dateFormat函数,重复执行1万次,耗时160毫秒
为什么前后差别这么大,其实我也没做多少处理,只是为批处理做了一些缓存而已,认真观察所有网上那些日期格式函数,其实都是用正则进行匹配和替换。其实正则是很耗性能的,于是我在正则匹配的地方做了缓存,把匹配值建立索引。以后就不用每次都去做正则匹配了。
无代码无真相,接下来看看真相吧!
(function(window) { var sinojh = { Version : "1.2", Copyright : "Copyright© sino-jh 2012", Author : "Jeff Lan", Email : "jefflan@live.cn" }; /** * 方便于添加和重写类的属性 * @param {Object} attributes 添加的属性 */ Function.prototype.prototypes = function(attributes) { for ( var a in attributes) { this.prototype[a] = attributes[a]; } }; /** * 获取Url参数 * @param {String} parameter 参数名 * @return {String} 参数值 */ sinojh.getUrlParameter = function(parameter) { if (!sinojh.getUrlParameter.cache) { var url = window.location.href; var paraString = url.substring(url.indexOf("?") + 1, url.length).split("&"); var cache = {}; for ( var i in paraString) { var j = paraString[i]; cache[j.substring(0, j.indexOf("="))] = j.substring(j.indexOf("=") + 1, j.length); } sinojh.getUrlParameter.cache = cache; } return sinojh.getUrlParameter.cache[parameter]; }; /** * 日期格式化 * @param {Date} date 日期对象 * @param {String} formatStyle 格式化样式 * @return {String} 日期型字符串 */ sinojh.dateFormat = function(date, formatStyle) { formatStyle = formatStyle ? formatStyle : sinojh.dateFormat.settings.formatStyle; var time = { "M+" : date.getMonth() + 1, "d+" : date.getDate(), "h+" : date.getHours(), "m+" : date.getMinutes(), "s+" : date.getSeconds(), "S" : date.getMilliseconds() }; if (formatStyle == sinojh.dateFormat.formatStyleCache) { var replaceCache = sinojh.dateFormat.replaceCache; if (replaceCache["y+"]) { formatStyle = formatStyle.replace(replaceCache["y+"].replace, (date.getFullYear() + "").substring(replaceCache["y+"].index)); } for ( var k in time) { if (replaceCache[k]) { formatStyle = formatStyle.replace(replaceCache[k].replace, replaceCache[k].replace.length == 1 ? time[k] : ("00" + time[k]).substring(("" + time[k]).length)); } } } else { sinojh.dateFormat.formatStyleCache = formatStyle; var replaceCache = {}; if (new RegExp("(y+)").test(formatStyle)) { var index = 4 - RegExp.$1.length; replaceCache["y+"] = { replace : RegExp.$1, index : index }; formatStyle = formatStyle.replace(RegExp.$1, (date.getFullYear() + "").substring(index)); } for ( var k in time) { if (new RegExp("(" + k + ")").test(formatStyle)) { replaceCache[k] = { replace : RegExp.$1 }; formatStyle = formatStyle.replace(RegExp.$1, RegExp.$1.length == 1 ? time[k] : ("00" + time[k]).substring(("" + time[k]).length)); } } sinojh.dateFormat.replaceCache = replaceCache; } return formatStyle; }; sinojh.dateFormat.settings = { formatStyle : "yyyy-MM-dd hh:mm:ss" }; /** * 将日期格式的字符串转换成Date对象 * @param {String} dateStr 日期格式字符串 * @param {String} dateStyle 日期格式 * @return {Date} 日期对象 */ sinojh.toDate = function(dateStr, dateStyle) { dateStyle = dateStyle ? dateStyle : sinojh.toDate.settings.dateStyle; var compare = sinojh.toDate.compare; var result = new sinojh.toDate.result(); if (dateStyle == sinojh.toDate.settings.dateStyleCache) { var indexCache = sinojh.toDate.indexCache; for ( var k in compare) { if (indexCache[k]) { result[compare[k]] = dateStr.substring(indexCache[k].index, indexCache[k].index + indexCache[k].length); } } } else { var indexCache = {}; for ( var k in compare) { if (new RegExp("(" + k + ")").test(dateStyle)) { var index = dateStyle.indexOf(RegExp.$1); var length = RegExp.$1.length; indexCache[k] = { index : index, length : length }; result[compare[k]] = dateStr.substring(index, index + length); } } sinojh.toDate.indexCache = indexCache; sinojh.toDate.settings.dateStyleCache = dateStyle; } return new Date(result["y"], result["M"] - 1, result["d"], result["h"], result["m"], result["s"], result["S"]); }; sinojh.toDate.compare = { "y+" : "y", "M+" : "M", "d+" : "d", "h+" : "h", "m+" : "m", "s+" : "s", "S" : "S" }; sinojh.toDate.result = function() { }; sinojh.toDate.result.prototypes( { "y" : "", "M" : "", "d" : "", "h" : "00", "m" : "00", "s" : "00", "S" : "000" }); sinojh.toDate.settings = { dateStyle : "yyyy-MM-dd hh:mm:ss" }; delete Function.prototype.prototypes; window.jh = sinojh; }(this);

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Sujets chauds

Afin d'améliorer les performances des applications Go, nous pouvons prendre les mesures d'optimisation suivantes : Mise en cache : Utilisez la mise en cache pour réduire le nombre d'accès au stockage sous-jacent et améliorer les performances. Concurrence : utilisez des goroutines et des canaux pour exécuter des tâches longues en parallèle. Gestion de la mémoire : gérez manuellement la mémoire (à l'aide du package non sécurisé) pour optimiser davantage les performances. Pour faire évoluer une application, nous pouvons mettre en œuvre les techniques suivantes : Mise à l'échelle horizontale (mise à l'échelle horizontale) : déploiement d'instances d'application sur plusieurs serveurs ou nœuds. Équilibrage de charge : utilisez un équilibreur de charge pour distribuer les requêtes à plusieurs instances d'application. Partage de données : distribuez des ensembles de données volumineux sur plusieurs bases de données ou nœuds de stockage pour améliorer les performances et l'évolutivité des requêtes.

En créant des modèles mathématiques, en effectuant des simulations et en optimisant les paramètres, le C++ peut améliorer considérablement les performances des moteurs de fusée : créez un modèle mathématique d'un moteur de fusée et décrivez son comportement. Simulez les performances du moteur et calculez les paramètres clés tels que la poussée et l'impulsion spécifique. Identifiez les paramètres clés et recherchez les valeurs optimales à l'aide d'algorithmes d'optimisation tels que les algorithmes génétiques. Les performances du moteur sont recalculées sur la base de paramètres optimisés pour améliorer son efficacité globale.

L'optimisation des performances C++ implique une variété de techniques, notamment : 1. Éviter l'allocation dynamique ; 2. Utiliser les indicateurs d'optimisation du compilateur ; 3. Sélectionner des structures de données optimisées ; 4. Mettre en cache les applications ; Le cas pratique d'optimisation montre comment appliquer ces techniques lors de la recherche de la sous-séquence ascendante la plus longue dans un tableau d'entiers, améliorant ainsi l'efficacité de l'algorithme de O(n^2) à O(nlogn).

Les performances des frameworks Java peuvent être améliorées en implémentant des mécanismes de mise en cache, un traitement parallèle, l'optimisation des bases de données et en réduisant la consommation de mémoire. Mécanisme de mise en cache : réduisez le nombre de requêtes de base de données ou d’API et améliorez les performances. Traitement parallèle : utilisez des processeurs multicœurs pour exécuter des tâches simultanément afin d'améliorer le débit. Optimisation de la base de données : optimisez les requêtes, utilisez les index, configurez les pools de connexions et améliorez les performances de la base de données. Réduisez la consommation de mémoire : utilisez des frameworks légers, évitez les fuites et utilisez des outils d’analyse pour réduire la consommation de mémoire.

Les techniques d'optimisation des performances en C++ incluent : Le profilage pour identifier les goulots d'étranglement et améliorer les performances de disposition des baies. La gestion de la mémoire utilise des pointeurs intelligents et des pools de mémoire pour améliorer l'efficacité de l'allocation et de la libération. La concurrence exploite les opérations multithread et atomiques pour augmenter le débit des applications volumineuses. La localité des données optimise la disposition du stockage et les modèles d'accès et améliore la vitesse d'accès au cache de données. La génération de code et l'optimisation du compilateur appliquent des techniques d'optimisation du compilateur, telles que l'intégration et le déroulement de boucles, pour générer du code optimisé pour des plates-formes et des algorithmes spécifiques.

Le profilage en Java est utilisé pour déterminer la consommation de temps et de ressources lors de l'exécution d'une application. Implémentez le profilage à l'aide de JavaVisualVM : connectez-vous à la JVM pour activer le profilage, définir l'intervalle d'échantillonnage, exécuter l'application, arrêter le profilage et les résultats de l'analyse affichent une arborescence du temps d'exécution. Les méthodes permettant d'optimiser les performances comprennent : l'identification de méthodes de réduction des points chauds et l'appel d'algorithmes d'optimisation.

L'optimisation des performances pour l'architecture de microservices Java inclut les techniques suivantes : Utiliser les outils de réglage JVM pour identifier et ajuster les goulots d'étranglement des performances. Optimisez le garbage collector et sélectionnez et configurez une stratégie GC qui correspond aux besoins de votre application. Utilisez un service de mise en cache tel que Memcached ou Redis pour améliorer les temps de réponse et réduire la charge de la base de données. Utilisez une programmation asynchrone pour améliorer la simultanéité et la réactivité. Divisez les microservices, en divisant les grandes applications monolithiques en services plus petits pour améliorer l'évolutivité et les performances.

Les méthodes d'optimisation des performances du programme comprennent : Optimisation de l'algorithme : choisissez un algorithme avec une complexité temporelle moindre et réduisez les boucles et les instructions conditionnelles. Sélection de structure de données : sélectionnez les structures de données appropriées en fonction des modèles d'accès aux données, telles que les arbres de recherche et les tables de hachage. Optimisation de la mémoire : évitez de créer des objets inutiles, libérez la mémoire qui n'est plus utilisée et utilisez la technologie des pools de mémoire. Optimisation des threads : identifiez les tâches pouvant être parallélisées et optimisez le mécanisme de synchronisation des threads. Optimisation de la base de données : créez des index pour accélérer la récupération des données, optimisez les instructions de requête et utilisez des bases de données en cache ou NoSQL pour améliorer les performances.
