- android - RelativeLayout 背景可绘制重叠内容
- android - 如何链接 cpufeatures lib 以获取 native android 库?
- java - OnItemClickListener 不起作用,但 OnLongItemClickListener 在自定义 ListView 中起作用
- java - Android 文件转字符串
我从几页上读到的关于密集数组的解释似乎相互矛盾。我需要一些帮助来理解它是什么。
虽然一些链接(search result 1、search result 2)表明它只是一个数组,其中:
那里的典故是 JavaScript 数组是密集的。
到这里为止一切都有意义。
但是这个声明取自JavaScript Guide on the Mozilla Developer Network (MDN)说:
Since an array's length can change at any time, and data can be stored at non-contiguous locations in the array, JavaScript arrays are not guaranteed to be dense; this depends on how the programmer chooses to use them. In general, these are convenient characteristics; but if these features are not desirable for your particular use, you might consider using typed arrays.
这让我现在很困惑。我的问题是:
MDN 页面上的声明说 JavaScript 数组不能保证密集是什么意思?如果说下面不是密集数组是因为它的一个或多个元素在初始化的时候是undefined
,那为什么我上面列出的链接好像说明JavaScript数组确实是密集的?
var array = new Array(1, , 3, ); // [1, undefined, 3, undefined]
最佳答案
“密集”与“稀疏”相对,一般用于存储。例如,这个数组是密集的:
a = [undefined, undefined, 2]
它可以完全像这样存储在内存中:三个位置的序列,前两个是 undefined
,第三个是 2
。
这个数组是稀疏的:
a = []
a[100000000] = 100000000
它不会作为 100000001 个位置的序列存储在内存中,因为这会非常低效。肯定不是 100000000
处 undefined
后跟 100000000
。相反,它只是说第 100000000 个是 100000000
,并且没有为前 100000000 个元素分配空间。
(实际上,尝试使用 2
而不是 100000000
来执行此操作,您会注意到一件奇怪的事情:Chrome 会将密集数组显示为 [ undefined, undefined, 2]
,但稀疏的是 [undefined × 2, 2]
。)
关于javascript - 什么是密集阵列?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39030196/
关闭。这个问题是not reproducible or was caused by typos .它目前不接受答案。 想改善这个问题吗?更新问题,使其成为 on-topic对于堆栈溢出。 5 个月前关
我正在尝试使用摄像机跟踪多个人。我不想使用 blob 分割技术。我想做什么: 执行背景减法以获得隔离人们运动的掩码。 在这些区域执行基于网格的光流 -我最好的选择是什么? 我正在努力实现。我已经尝试过
OpenCV 有 very good documentation on generating SIFT descriptors ,但这是“弱 SIFT”的一个版本,其中关键点由原始 Lowe algo
我有一个 cholmod_dense 数据结构: cholmod_dense* ex = cholmod_l_solve(CHOLMOD_A, L, B, &com); 我想提取这些值并将它们复制到另
这是先前发布的关于在 python 中使用 OpenCVs 密集筛选实现的问题的后续问题 (OpenCV-Python dense SIFT)。 使用建议的代码进行密集筛选 dense=cv2
我是计算机视觉的新手。我正在学习 Dense SIFT 和 HOG。对于密集 SIFT,算法只是将每个点视为一个有趣的点并计算其梯度向量。 HOG 是另一种用梯度向量描述图像的方法。 我认为 Dens
我正在尝试使用 openCV-python 2.4 计算密集 SIFT import cv2 def gen_sift_features(gray, step_size, gamma): de
我正在使用 OpenCV 实现词袋图像分类器。最初我测试了在 SURF 关键点中提取的 SURF 描述符。我听说 Dense SIFT(或 PHOW)描述符更适合我的目的,所以我也尝试了它们。 令我惊
我有一个密集的 Ax=b 类型的方程组要在我的 C++ 程序中求解,我希望在 boost 中使用 UBLAS 来实现该解决方案。在其他一些问题中,我发现人们正在使用扩展 LAPACK,但不幸的是,它似
我目前有一台配备 Opteron 275 (2.2Ghz)(双核 CPU)和 4GB RAM 以及速度非常快的硬盘的机器。我发现即使是使用 C++ 模板(想想 boost 等)编译一些简单的项目时,我
我是一名优秀的程序员,十分优秀!