Front-end спільнота

RSS

Ця сторінка присвячена Front-end-спільноті. Щоб отримувати сповіщення про нові статті — підписуйтесь на телеграм-канал.

← Сtrl 123456...11 Ctrl →

Коментарі

Я б ще у gist додав console.time(...)/console.timeEnd(...), щоб наочно продемонструвати різницю в швидкодії
Класна стаття, ще можна доповнити до @Self, @SkipSelf @Optional — @Host, який працює схожим чином до @Self, але якщо не знаходить у поточному інжекторі компонента то йде дивитись до батьківського інжектора тобто хоста, тобто вказує на те, що об’єкт...
ох. було б круто, але такий формат якщо і буде колись, то в кращому випадку вже після війни, бо вимагає ресурсів і часу на порядок більше, ніж текстова версія. трохи не до того зараз..
круто було б додавати відео до дайжєестів. З відео краще сприймається
краще статті про архітектуру та паттерни. чим 100 разів про елементарне та те саме.
Так, бувє, коли сутності розносять по різним ендпоінтам. Так, ті кому не треба історія цін не будуть страждати від всього того що ви перелічили
O велике визначає як змінюєтся швидкість чи використання пам’яті зі зростанням даних. В прикладі було наведено випадок з великою кількістю даних. O(N*M) це повільний алгоритм. Отже перебір у переборі — це червоний прапор.
бекенд вам повертає два окремі масиви — список ноутбуків та список історій цін А це типова ситуація? Ну тобто щоб сервер видавав відразу велику частину чи навіть всю базу, а фільтрувалось вже на фронті?
Якщо бачиш итератор в итераторе це червоний прапор. Це червоний прапор тільки якщо ви закостеніли в академічних знанях. Якщо М та N by-design невеликі, скажем 3-5-10 елементів, то ітератори будуть 1) швидші 2) економніші по пам’яті.
коли гівняна хеш-функція поклала все в одну корзину. тоді мап то не мап, а що там під капотом для бакету з пошуком O(N). З нормальною хеш-фукнцією на звичайних даних воно таки аппроксимовано костантне.
Це або O(N^2) чи O(N*M). Або O(N*Log(N)) або O(N*Log(M))
а в гіршому O(N) Насправді залежить від реалізації. От наприклад в jdk 8 було реалізовано O(Log(N))
лиш в реальному житті хеш — це не офсет в пам’яті, і, сюрприз-сюрприз, пошук бакета по хешу — це О(1) лише у випадку якщо або абсолютно безлімітна пам’ять або дуже короткий хеш, але з дуже коротким хешем будем з О(N) складністю шукати елемент серед...
Так колізії імовірні. Усе залежить від хеш функції, так коефіцієнту наповнення. У звичайних умовах, як у цьому прикладі імовірність колізії дуже мала, можно сказати 0%. У кожній хеш функції є імовірність колізії.
Дякую за коментар.