Rumah hujung hadapan web tutorial js Gunakan baris gilir untuk mensimulasikan algoritma animasi jquery example_jquery

Gunakan baris gilir untuk mensimulasikan algoritma animasi jquery example_jquery

May 16, 2016 pm 04:19 PM
jquery animasi algoritma beratur

Contoh dalam artikel ini menerangkan algoritma animasi menggunakan baris gilir untuk mensimulasikan jquery. Kongsikan dengan semua orang untuk rujukan anda. Analisis khusus adalah seperti berikut:

Aaron baru-baru ini jatuh cinta dengan penyelidikan algoritma, yang mungkin memerlukan banyak sel otak. Saya suka mengambil sel-sel yang sudah siap untuk menjimatkan sedikit usaha. Saya menjumpai sekeping kod sumber yang ditulisnya dan ia agak menyeronokkan untuk menjalankannya, jadi saya menggunakannya untuk menganalisisnya, pertama untuk menyerap nutrien di dalam, dan kedua untuk mendalami kemahiran saya dalam pembelajaran kod sumber. Dikatakan bahawa kod sumber ini benar-benar rahsia untuk meningkatkan kekuatan dalaman js Jika anda tidak percaya, datang dan rasainya dengan saya.

Salin kod Kod adalah seperti berikut:
//Laksanakan fungsi dengan segera, tiada apa-apa untuk dikatakan. Tonton demo di bawah
/**
(fungsi($){
// $ di sini akan disediakan oleh nilai pulangan fungsi pelaksanaan segera yang berikut
})(fungsi(){
//Hasil menjalankan fungsi ini ialah $
Kembalikan aQuery
}())

*/
(fungsi($) {
​ tingkap.$ = $;
})(fungsi() {

//Digunakan untuk memadankan rentetan ID
//(?: Menunjukkan tiada pengumpulan di sini), rujuk kandungan biasa
//Tetapi secara peribadi saya fikir adalah lebih baik untuk menukar * kepada tanda, kerana mesti ada sekurang-kurangnya satu aksara selepas #
var rquickExpr = /^(?:#([w-]*))$/;
//Pada pandangan pertama, dia adalah pesakit jquery yang teruk
Fungsi aQuery(pemilih) {
           kembalikan aQuery.fn.init(pemilih);
baharu }

/**
* Animasi
* @return {[type]} [penerangan]
'*/
animasi var = function() {

var self = {};
        var Queue = []; //Animation Queue
        var firing = palsu //Kunci animasi
        var first = true; //Dicetuskan melalui antara muka tambah

var getStyle = function(obj, attr) {
                  kembalikan obj.currentStyle ? }
//Ini semua adalah kesan animasi khusus, tiada apa yang sukar difahami
        var makeAnim = fungsi(elemen, pilihan, fungsi) {
            lebar var = pilihan.lebar
Setelah dilaksanakan ke '' '' '                              //css3
                         //setTimeout
                element.style.webkitTransitionDuration = '2000ms';
                 element.style.webkitTransform = 'translate3d(' width 'px,0,0)';

//Animasi pemantauan selesai

               element.addEventListener('webkitTransitionEnd', function() {

                  func()
            });
}

var _fire = function() {
//Animasi yang ditambahkan sedang dicetuskan
                 jika (!menembak) {
            var onceRun = Queue.shift();
                      jika (sekaliLari) {
//Elakkan pencetus berulang
                    tembakan = benar;
                             //seterusnya
                     sekaliJalankan(fungsi() {
api = palsu;
//Kesan panggilan bersiri dihasilkan dengan sangat bijak di sini
                        _fire();
                     });
                    } lain {
                    tembakan = benar;
                }
            }
}

kembalikan diri = {
​​​​​​ //Tambah baris gilir
               tambah: fungsi(elemen, pilihan) {
//Berikut ialah kunci kepada keseluruhan algoritma
//Setara dengan menambah fungsi pada tatasusunan
//[function(func){},...]
                      // Itulah kaedah onceRun dalam _fire, func telah dihantar pada masa itu.
                         // Aaron suka menggunakan teknik ini dalam pengaturcaraannya, seperti pra-penyusunan dan sebagainya.
Queue.push(function(func) {
                        makeAnim(elemen, pilihan, fungsi);
                });

//Jika terdapat baris gilir, cetuskan animasi dengan segera
Jika (pertama && Baris gilir.panjang) {
//Suis ini memainkan peranan yang sangat baik dalam mengawal baris gilir elemen yang ditambahkan kemudian
                        1 = palsu;
//Ini bersamaan dengan menjalankan _fire();
secara langsung // Aaron suka pasang A, sengaja tambah self.fire, mungkin dia rabun jauh
                         self.fire();
                }
            },
//Pencetus
Api: function() {
                   _fire();
            }
}
}();

aQuery.fn = aQuery.prototype = {
         jalankan: fungsi(pilihan) {
animation.add(elemen.ini, pilihan);
              kembalikan ini;
}
}

var init = aQuery.fn.init = fungsi(pemilih) {
        var match = rquickExpr.exec(selector);
         elemen var = document.getElementById(padanan[1])
This.element = elemen;
         kembalikan ini;
}
//Saya hampir memandang rendah baris kod ini
//Saya belajar cara menggunakan jquery dengan baik
//Bukankah lebih baik untuk terus aQuery.fn.init = aQuery.fn?
//Satu lagi pembolehubah init hanyalah untuk mengurangkan pertanyaan, idea pengoptimuman ada di mana-mana.
init.prototype = aQuery.fn;
Kembalikan aQuery;
}());

//dom
var oDiv = document.getElementById('div1');

//Panggil
oDiv.onclick = function() {

$('#div1').run({
         'lebar': '500'
}).lari({
        'lebar': '300'
}).lari({
        'lebar': '1000'
});
};

Lampirkan html dan anda boleh melaraskannya sendiri. Ingat untuk menggunakan chrome untuk menyemak imbas.

Salin kod Kod adalah seperti berikut:
Klik

Saya harap artikel ini akan membantu pengaturcaraan jQuery semua orang.

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

Video Face Swap

Video Face Swap

Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

CLIP-BEVFormer: Selia secara eksplisit struktur BEVFormer untuk meningkatkan prestasi pengesanan ekor panjang CLIP-BEVFormer: Selia secara eksplisit struktur BEVFormer untuk meningkatkan prestasi pengesanan ekor panjang Mar 26, 2024 pm 12:41 PM

Ditulis di atas & pemahaman peribadi penulis: Pada masa ini, dalam keseluruhan sistem pemanduan autonomi, modul persepsi memainkan peranan penting Hanya selepas kenderaan pemanduan autonomi yang memandu di jalan raya memperoleh keputusan persepsi yang tepat melalui modul persepsi boleh Peraturan hiliran dan. modul kawalan dalam sistem pemanduan autonomi membuat pertimbangan dan keputusan tingkah laku yang tepat pada masanya dan betul. Pada masa ini, kereta dengan fungsi pemanduan autonomi biasanya dilengkapi dengan pelbagai penderia maklumat data termasuk penderia kamera pandangan sekeliling, penderia lidar dan penderia radar gelombang milimeter untuk mengumpul maklumat dalam modaliti yang berbeza untuk mencapai tugas persepsi yang tepat. Algoritma persepsi BEV berdasarkan penglihatan tulen digemari oleh industri kerana kos perkakasannya yang rendah dan penggunaan mudah, dan hasil keluarannya boleh digunakan dengan mudah untuk pelbagai tugas hiliran.

Melaksanakan Algoritma Pembelajaran Mesin dalam C++: Cabaran dan Penyelesaian Biasa Melaksanakan Algoritma Pembelajaran Mesin dalam C++: Cabaran dan Penyelesaian Biasa Jun 03, 2024 pm 01:25 PM

Cabaran biasa yang dihadapi oleh algoritma pembelajaran mesin dalam C++ termasuk pengurusan memori, multi-threading, pengoptimuman prestasi dan kebolehselenggaraan. Penyelesaian termasuk menggunakan penunjuk pintar, perpustakaan benang moden, arahan SIMD dan perpustakaan pihak ketiga, serta mengikuti garis panduan gaya pengekodan dan menggunakan alat automasi. Kes praktikal menunjukkan cara menggunakan perpustakaan Eigen untuk melaksanakan algoritma regresi linear, mengurus memori dengan berkesan dan menggunakan operasi matriks berprestasi tinggi.

Terokai prinsip asas dan pemilihan algoritma bagi fungsi isihan C++ Terokai prinsip asas dan pemilihan algoritma bagi fungsi isihan C++ Apr 02, 2024 pm 05:36 PM

Lapisan bawah fungsi C++ sort menggunakan isihan gabungan, kerumitannya ialah O(nlogn), dan menyediakan pilihan algoritma pengisihan yang berbeza, termasuk isihan pantas, isihan timbunan dan isihan stabil.

Bagaimana untuk menyediakan animasi ppt untuk masuk dahulu dan kemudian keluar Bagaimana untuk menyediakan animasi ppt untuk masuk dahulu dan kemudian keluar Mar 20, 2024 am 09:30 AM

Kami sering menggunakan ppt dalam kerja harian kami, jadi adakah anda biasa dengan setiap fungsi operasi dalam ppt? Contohnya: Bagaimana untuk menetapkan kesan animasi dalam ppt, bagaimana untuk menetapkan kesan pensuisan, dan apakah tempoh kesan setiap animasi? Bolehkah setiap slaid bermain secara automatik, masuk dan kemudian keluar dari animasi ppt, dan lain-lain. Dalam isu ini, saya akan berkongsi dengan anda langkah-langkah khusus untuk memasuki dan kemudian keluar dari animasi ppt. Kawan, datang dan lihat. Lihatlah! 1. Mula-mula, kita buka ppt pada komputer, klik di luar kotak teks untuk memilih kotak teks (seperti yang ditunjukkan dalam bulatan merah dalam rajah di bawah). 2. Kemudian, klik [Animasi] dalam bar menu dan pilih kesan [Padam] (seperti yang ditunjukkan dalam bulatan merah dalam rajah). 3. Seterusnya, klik [

Bolehkah kecerdasan buatan meramalkan jenayah? Terokai keupayaan CrimeGPT Bolehkah kecerdasan buatan meramalkan jenayah? Terokai keupayaan CrimeGPT Mar 22, 2024 pm 10:10 PM

Konvergensi kecerdasan buatan (AI) dan penguatkuasaan undang-undang membuka kemungkinan baharu untuk pencegahan dan pengesanan jenayah. Keupayaan ramalan kecerdasan buatan digunakan secara meluas dalam sistem seperti CrimeGPT (Teknologi Ramalan Jenayah) untuk meramal aktiviti jenayah. Artikel ini meneroka potensi kecerdasan buatan dalam ramalan jenayah, aplikasi semasanya, cabaran yang dihadapinya dan kemungkinan implikasi etika teknologi tersebut. Kecerdasan Buatan dan Ramalan Jenayah: Asas CrimeGPT menggunakan algoritma pembelajaran mesin untuk menganalisis set data yang besar, mengenal pasti corak yang boleh meramalkan di mana dan bila jenayah mungkin berlaku. Set data ini termasuk statistik jenayah sejarah, maklumat demografi, penunjuk ekonomi, corak cuaca dan banyak lagi. Dengan mengenal pasti trend yang mungkin terlepas oleh penganalisis manusia, kecerdasan buatan boleh memperkasakan agensi penguatkuasaan undang-undang

Algoritma pengesanan yang dipertingkatkan: untuk pengesanan sasaran dalam imej penderiaan jauh optik resolusi tinggi Algoritma pengesanan yang dipertingkatkan: untuk pengesanan sasaran dalam imej penderiaan jauh optik resolusi tinggi Jun 06, 2024 pm 12:33 PM

01Garis prospek Pada masa ini, sukar untuk mencapai keseimbangan yang sesuai antara kecekapan pengesanan dan hasil pengesanan. Kami telah membangunkan algoritma YOLOv5 yang dipertingkatkan untuk pengesanan sasaran dalam imej penderiaan jauh optik resolusi tinggi, menggunakan piramid ciri berbilang lapisan, strategi kepala pengesanan berbilang dan modul perhatian hibrid untuk meningkatkan kesan rangkaian pengesanan sasaran dalam imej penderiaan jauh optik. Menurut set data SIMD, peta algoritma baharu adalah 2.2% lebih baik daripada YOLOv5 dan 8.48% lebih baik daripada YOLOX, mencapai keseimbangan yang lebih baik antara hasil pengesanan dan kelajuan. 02 Latar Belakang & Motivasi Dengan perkembangan pesat teknologi penderiaan jauh, imej penderiaan jauh optik resolusi tinggi telah digunakan untuk menggambarkan banyak objek di permukaan bumi, termasuk pesawat, kereta, bangunan, dll. Pengesanan objek dalam tafsiran imej penderiaan jauh

Aplikasi algoritma dalam pembinaan 58 platform potret Aplikasi algoritma dalam pembinaan 58 platform potret May 09, 2024 am 09:01 AM

1. Latar Belakang Pembinaan 58 Portrait Platform Pertama sekali, saya ingin berkongsi dengan anda latar belakang pembinaan 58 Portrait Platform. 1. Pemikiran tradisional platform pemprofilan tradisional tidak lagi mencukupi Membina platform pemprofilan pengguna bergantung pada keupayaan pemodelan gudang data untuk menyepadukan data daripada pelbagai barisan perniagaan untuk membina potret pengguna yang tepat untuk memahami tingkah laku, minat pengguna dan keperluan, dan menyediakan keupayaan sampingan, akhirnya, ia juga perlu mempunyai keupayaan platform data untuk menyimpan, bertanya dan berkongsi data profil pengguna dan menyediakan perkhidmatan profil dengan cekap. Perbezaan utama antara platform pemprofilan perniagaan binaan sendiri dan platform pemprofilan pejabat pertengahan ialah platform pemprofilan binaan sendiri menyediakan satu barisan perniagaan dan boleh disesuaikan atas permintaan platform pertengahan pejabat berkhidmat berbilang barisan perniagaan, mempunyai kompleks pemodelan, dan menyediakan lebih banyak keupayaan umum. 2.58 Potret pengguna latar belakang pembinaan potret di platform tengah 58

Tambah SOTA dalam masa nyata dan meroket! FastOcc: Inferens yang lebih pantas dan algoritma Occ mesra penggunaan sudah tersedia! Tambah SOTA dalam masa nyata dan meroket! FastOcc: Inferens yang lebih pantas dan algoritma Occ mesra penggunaan sudah tersedia! Mar 14, 2024 pm 11:50 PM

Ditulis di atas & Pemahaman peribadi penulis ialah dalam sistem pemanduan autonomi, tugas persepsi adalah komponen penting dalam keseluruhan sistem pemanduan autonomi. Matlamat utama tugas persepsi adalah untuk membolehkan kenderaan autonomi memahami dan melihat elemen persekitaran sekeliling, seperti kenderaan yang memandu di jalan raya, pejalan kaki di tepi jalan, halangan yang dihadapi semasa memandu, tanda lalu lintas di jalan raya, dan sebagainya, dengan itu membantu hiliran. modul Membuat keputusan dan tindakan yang betul dan munasabah. Kenderaan dengan keupayaan pemanduan autonomi biasanya dilengkapi dengan pelbagai jenis penderia pengumpulan maklumat, seperti penderia kamera pandangan sekeliling, penderia lidar, penderia radar gelombang milimeter, dsb., untuk memastikan kenderaan autonomi itu dapat melihat dan memahami persekitaran sekeliling dengan tepat. elemen , membolehkan kenderaan autonomi membuat keputusan yang betul semasa pemanduan autonomi. kepala

See all articles