JavaScript 深さ優先トラバーサル (DFS) および幅優先トラバーサル (BFS) アルゴリズムの概要
この記事では、JavaScript の深さ優先トラバーサル (DFS) および幅優先トラバーサル (BFS) アルゴリズムについて説明します。これには一定の参考価値があります。必要な友人は参照できます。お役に立てば幸いです。 . 助かりました。
背景: ページを開発するとき、ターゲットの dom ノードを見つけるためにページ上の特定の dom ノードをトラバースする必要があることがあります。通常のアプローチは、セレクター document.getElementById() 、 document.getElementsByName を使用することです。 () または document.getElementsByTagName() を使用しますが、この記事ではアルゴリズムの観点から dom ノードを探し、同時に深さ優先トラバーサル (DFS) と幅優先トラバーサル (BFS) の原理を理解します。
準備
ページ上の dom 構造が次のとおりであると仮定します。
<div> <ul> <li> <a> <img src="/static/imghw/default1.png" data-src="" class="lazy" alt="JavaScript 深さ優先トラバーサル (DFS) および幅優先トラバーサル (BFS) アルゴリズムの概要" > </a> </li> <li> <span></span> </li> <li> </li> </ul> <p></p> <button></button> </div>
この dom 構造をツリーに変換しましょう
これ以降、dom の構造がより明確になったように見えます。
深さ優先検索
このメソッドは、dom ノードから開始してその子ノードをすべて横断するまで、dom ツリーを垂直方向に横断します。すべての子ノードが横断された後、その兄弟ノードが横断されます。図に示すように (走査順序は赤い鍵マークです):
アルゴリズムを実装するための js コード (再帰バージョン):
function deepFirstSearch(node,nodeList) { if (node) { nodeList.push(node); var children = node.children; for (var i = 0; i <p>Non -再帰バージョン: </p><pre class="brush:php;toolbar:false">function deepFirstSearch(node) { var nodes = []; if (node != null) { var stack = []; stack.push(node); while (stack.length != 0) { var item = stack.pop(); nodes.push(item); var children = item.children; for (var i = children.length - 1; i >= 0; i--) stack.push(children[i]); } } return nodes; }
deepFirstSearch は 2 つのパラメータを受け入れます。最初のパラメータは、走査する必要があるノードです。2 番目のパラメータは、ノードに格納されている配列であり、走査後に配列を返します。配列の要素は走査順序です。呼び出しメソッド:
let root = document.getElementById('root') deepTraversal(root,nodeList=[])
コンソール出力結果
幅優先走査 (幅優先走査)
このメソッドは水平方向です。ノードの最初の子ノードから開始して、そのすべての兄弟ノードを走査し、次に最初のノードの子ノードを走査して、DOM ツリーを次元的に走査します。走査が完了した後は、次のステップには進みません。当面は深さを設定し、その兄弟ノードのトラバースを開始します。つまり、図に示すように (走査順序は赤い鍵マークです):
js 実装アルゴリズム コード (再帰バージョン):
function breadthFirstSearch(node) { var nodes = []; var i = 0; if (!(node == null)) { nodes.push(node); breadthFirstSearch(node.nextElementSibling); node = nodes[i++]; breadthFirstSearch(node.firstElementChild); } return nodes; }
BFS の再帰バージョンは、レベルが深すぎるとスタック オーバーフローが発生するためです: 最大呼び出しスタック サイズを超えましたが、トラバーサルの順序にはまだ問題はありません。トラバーサル プロセス中に、クエリを返さずに操作を実行できます。走査された配列。
非再帰バージョン:
function breadthFirstSearch(node) { var nodes = []; if (node != null) { var queue = []; queue.unshift(node); while (queue.length != 0) { var item = queue.shift(); nodes.push(item); var children = item.children; for (var i = 0; i <p>コンソール出力: </p><p><img src="/static/imghw/default1.png" data-src="https://img.php.cn/upload/image/727/585/757/1553909199320348.png" class="lazy" title="1553909199320348.png" alt="JavaScript 深さ優先トラバーサル (DFS) および幅優先トラバーサル (BFS) アルゴリズムの概要"></p><p style="max-width:90%">概要: BFS と DFS はどちらもグラフ アルゴリズムです。この記事は比較的単純で、無向で接続されていないグラフです。今後、さらに多くの JavaScript ベースのアルゴリズムが更新される予定です。 </p><p style="white-space: normal;">この記事はここで終了しました。その他のエキサイティングなコンテンツについては、PHP 中国語 Web サイトの <a href="http://www.php.cn/course/list/17.html" target="_blank">JavaScript ビデオ チュートリアル</a> 列に注目してください。 </p><p></p>
以上がJavaScript 深さ優先トラバーサル (DFS) および幅優先トラバーサル (BFS) アルゴリズムの概要の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











上記および筆者の個人的な理解: 現在、自動運転システム全体において、認識モジュールが重要な役割を果たしている。道路を走行する自動運転車は、認識モジュールを通じてのみ正確な認識結果を得ることができる。下流の規制および制御モジュール自動運転システムでは、タイムリーかつ正確な判断と行動決定が行われます。現在、自動運転機能を備えた自動車には通常、サラウンドビューカメラセンサー、ライダーセンサー、ミリ波レーダーセンサーなどのさまざまなデータ情報センサーが搭載されており、さまざまなモダリティで情報を収集して正確な認識タスクを実現しています。純粋な視覚に基づく BEV 認識アルゴリズムは、ハードウェア コストが低く導入が容易であるため、業界で好まれており、その出力結果はさまざまな下流タスクに簡単に適用できます。

C++ の機械学習アルゴリズムが直面する一般的な課題には、メモリ管理、マルチスレッド、パフォーマンスの最適化、保守性などがあります。解決策には、スマート ポインター、最新のスレッド ライブラリ、SIMD 命令、サードパーティ ライブラリの使用、コーディング スタイル ガイドラインの遵守、自動化ツールの使用が含まれます。実践的な事例では、Eigen ライブラリを使用して線形回帰アルゴリズムを実装し、メモリを効果的に管理し、高性能の行列演算を使用する方法を示します。

C++sort 関数の最下層はマージ ソートを使用し、その複雑さは O(nlogn) で、クイック ソート、ヒープ ソート、安定したソートなど、さまざまなソート アルゴリズムの選択肢を提供します。

人工知能 (AI) と法執行機関の融合により、犯罪の予防と検出の新たな可能性が開かれます。人工知能の予測機能は、犯罪行為を予測するためにCrimeGPT (犯罪予測技術) などのシステムで広く使用されています。この記事では、犯罪予測における人工知能の可能性、その現在の応用、人工知能が直面する課題、およびこの技術の倫理的影響について考察します。人工知能と犯罪予測: 基本 CrimeGPT は、機械学習アルゴリズムを使用して大規模なデータセットを分析し、犯罪がいつどこで発生する可能性があるかを予測できるパターンを特定します。これらのデータセットには、過去の犯罪統計、人口統計情報、経済指標、気象パターンなどが含まれます。人間のアナリストが見逃す可能性のある傾向を特定することで、人工知能は法執行機関に力を与えることができます

01 今後の概要 現時点では、検出効率と検出結果の適切なバランスを実現することが困難です。我々は、光学リモートセンシング画像におけるターゲット検出ネットワークの効果を向上させるために、多層特徴ピラミッド、マルチ検出ヘッド戦略、およびハイブリッドアテンションモジュールを使用して、高解像度光学リモートセンシング画像におけるターゲット検出のための強化されたYOLOv5アルゴリズムを開発しました。 SIMD データセットによると、新しいアルゴリズムの mAP は YOLOv5 より 2.2%、YOLOX より 8.48% 優れており、検出結果と速度のバランスがより優れています。 02 背景と動機 リモート センシング技術の急速な発展に伴い、航空機、自動車、建物など、地表上の多くの物体を記述するために高解像度の光学式リモート センシング画像が使用されています。リモートセンシング画像の判読における物体検出

1. 58 Portraits プラットフォーム構築の背景 まず、58 Portraits プラットフォーム構築の背景についてお話ししたいと思います。 1. 従来のプロファイリング プラットフォームの従来の考え方ではもはや十分ではありません。ユーザー プロファイリング プラットフォームを構築するには、複数のビジネス分野からのデータを統合して、ユーザーの行動や関心を理解するためのデータ マイニングも必要です。最後に、ユーザー プロファイル データを効率的に保存、クエリ、共有し、プロファイル サービスを提供するためのデータ プラットフォーム機能も必要です。自社構築のビジネス プロファイリング プラットフォームとミドルオフィス プロファイリング プラットフォームの主な違いは、自社構築のプロファイリング プラットフォームは単一のビジネス ラインにサービスを提供し、オンデマンドでカスタマイズできることです。ミッドオフィス プラットフォームは複数のビジネス ラインにサービスを提供し、複雑な機能を備えていることです。モデリングを提供し、より一般的な機能を提供します。 2.58 中間プラットフォームのポートレート構築の背景のユーザーのポートレート 58

JavaScript チュートリアル: HTTP ステータス コードを取得する方法、特定のコード例が必要です 序文: Web 開発では、サーバーとのデータ対話が頻繁に発生します。サーバーと通信するとき、多くの場合、返された HTTP ステータス コードを取得して操作が成功したかどうかを判断し、さまざまなステータス コードに基づいて対応する処理を実行する必要があります。この記事では、JavaScript を使用して HTTP ステータス コードを取得する方法を説明し、いくつかの実用的なコード例を示します。 XMLHttpRequestの使用

JavaScript で HTTP ステータス コードを取得する方法の紹介: フロントエンド開発では、バックエンド インターフェイスとの対話を処理する必要があることが多く、HTTP ステータス コードはその非常に重要な部分です。 HTTP ステータス コードを理解して取得すると、インターフェイスから返されたデータをより適切に処理できるようになります。この記事では、JavaScript を使用して HTTP ステータス コードを取得する方法と、具体的なコード例を紹介します。 1. HTTP ステータス コードとは何ですか? HTTP ステータス コードとは、ブラウザがサーバーへのリクエストを開始したときに、サービスが
