之前一直用Python来写优化算法,为了增强 JS 的熟练程度,开始将原有的代码改写成 JS。采用的工具包括 node.js + Grunt + nodeunit + github + npm + travis-ci。

最初的版本采用过程式的方式实现,没有采用面向对象或事件驱动的模式。

#!/usr/bin/env node --harmony

// Random Search

"use strict";

var util = require("util");

function objective_function(v) {
return v.map(function(x) {
return x*x;
}).reduce(function(a, b) {
return a+b;
});
} function random_vector(min_max) {
return min_max.map(function(x) {
return x[0] + (x[1] - x[0]) * Math.random();
});
} function search(search_space, max_iteration) {
var best = {};
for (var iteration = 0; iteration < max_iteration; iteration++) {
var candidate = {
'vector': random_vector(search_space)
};
candidate['cost'] = objective_function(candidate['vector']);
//console.log(candidate);
if (iteration === 0 || candidate['cost'] < best['cost']) {
best = candidate;
}
console.log(' > iteration=' + (iteration+1) + ', best=' + best['cost']);
}
return best;
} function generate_array(element, repeat) {
return new Array(repeat+1).join(1).split('').map(function(){return element;});
} function run () {
var problem_size = 2;
var search_space = generate_array([-5, 5], problem_size);
var max_iteration = 100;
var best = search(search_space, max_iteration);
console.log("Done. Best Solution: " + util.inspect(best));
} exports.objective_function = objective_function;
exports.random_vector = random_vector;
exports.generate_array = generate_array;
exports.search = search;
exports.run = run;

  

调用方式很简单。

var rs = require('clever_algorithms_js').random_search;

rs.run();

单元测试:

var random_search = require('../../lib/stochastic/random_search');

exports['objective'] = function (test) {
test.equal(random_search.objective_function([1, 2]), 5);
test.done();
}; exports['random_vector'] = function (test) {
var rv = random_search.random_vector([[1, 2], [2, 3]]);
test.equal(rv.length, 2);
test.ok(1 <= rv[0] && rv[0] <= 2);
test.ok(2 <= rv[1] && rv[1] <= 3);
test.done();
}; exports['generate_array'] = function (test) {
var a = random_search.generate_array([-5, 5], 2);
test.equal(a.length, 2);
test.deepEqual(a, [[-5,5], [-5,5]]);
test.done();
}; exports['search'] = function (test) {
var problem_size = 2,
search_space = random_search.generate_array([-5, 5], problem_size),
max_iter = 100;
var best = random_search.search(search_space, max_iter);
test.notEqual(best, {});
test.ok(-5 <= best['cost'] && best['cost'] <= 5);
test.done();
};

如果采用CoffeeScript进行改写的话,代码会更简洁一些:

# Random Search

util = require("util");

objective_function = (v) ->
v.reduce (x,y) -> x*x + y*y random_vector = (min_max) ->
min_max.map (rx) -> rx[0] + (rx[1] - rx[0]) * Math.random() generate_array = (element, repeat) ->
(element for [1..repeat]) search = (search_space, max_iteration) ->
best = {}
for iteration in [0..max_iteration-1]
candidate = {
'vector': random_vector(search_space)
}
candidate['cost'] = objective_function(candidate['vector'])
best = candidate if iteration == 0 || candidate['cost'] < best['cost']
console.log ' > iteration=' + (iteration+1) + ' best=' + best['cost'];
best run = () ->
problem_size = 2
search_space = generate_array([-5, 5], problem_size)
max_iteration = 100
best = search(search_space, max_iteration)
console.log "Done. Best Solution: " + util.inspect(best);
return exports.objective_function = objective_function;
exports.random_vector = random_vector;
exports.generate_array = generate_array;
exports.search = search;
exports.run = run;

  

编译出的JavaScript代码,看起来是这个样子:

(function() {
var generate_array, objective_function, random_vector, run, search, util; util = require("util"); objective_function = function(v) {
return v.reduce(function(x, y) {
return x * x + y * y;
});
}; random_vector = function(min_max) {
return min_max.map(function(rx) {
return rx[0] + (rx[1] - rx[0]) * Math.random();
});
}; generate_array = function(element, repeat) {
var _i, _results;
_results = [];
for (_i = 1; 1 <= repeat ? _i <= repeat : _i >= repeat; 1 <= repeat ? _i++ : _i--) {
_results.push(element);
}
return _results;
}; search = function(search_space, max_iteration) {
var best, candidate, iteration, _i, _ref;
best = {};
for (iteration = _i = 0, _ref = max_iteration - 1; 0 <= _ref ? _i <= _ref : _i >= _ref; iteration = 0 <= _ref ? ++_i : --_i) {
candidate = {
'vector': random_vector(search_space)
};
candidate['cost'] = objective_function(candidate['vector']);
if (iteration === 0 || candidate['cost'] < best['cost']) {
best = candidate;
}
console.log(' > iteration=' + (iteration + 1) + ' best=' + best['cost']);
}
return best;
}; run = function() {
var best, max_iteration, problem_size, search_space;
problem_size = 2;
search_space = generate_array([-5, 5], problem_size);
max_iteration = 100;
best = search(search_space, max_iteration);
console.log("Done. Best Solution: " + util.inspect(best));
}; exports.objective_function = objective_function; exports.random_vector = random_vector; exports.generate_array = generate_array; exports.search = search; exports.run = run; }).call(this);

  

  

[1] https://www.npmjs.org/package/clever_algorithms_js

[2] https://github.com/fox000002/clever_algorithms_js

使用 JavaScript 编写优化算法 (1)的更多相关文章

  1. 使用Golang编写优化算法 (1)

    动手写点东西是学习新知识很重要的一个阶段.之前用 Python 和 JavaScript 实现优化算法,现在用 Golang 来实现.语法上略有不爽,某些C语言的思维又回来了. - Golang 用 ...

  2. JavaScript是如何工作的02:深入V8引擎&编写优化代码的5个技巧

    概述 JavaScript引擎是执行 JavaScript 代码的程序或解释器.JavaScript引擎可以实现为标准解释器,或者以某种形式将JavaScript编译为字节码的即时编译器. 以为实现J ...

  3. JavaScript工作机制:V8 引擎内部机制及如何编写优化代码的5个诀窍

    概述 JavaScript引擎是一个执行JavaScript代码的程序或解释器.JavaScript引擎可以被实现为标准解释器,或者实现为以某种形式将JavaScript编译为字节码的即时编译器. 下 ...

  4. JavaScript内存优化

    JavaScript内存优化 相对C/C++ 而言,我们所用的JavaScript 在内存这一方面的处理已经让我们在开发中更注重业务逻辑的编写.但是随着业务的不断复杂化,单页面应用.移动HTML5 应 ...

  5. 前端开发周报: CSS 布局方式方式与JavaScript数据结构和算法

    前端开发周报:CSS 布局方式与JavaScript动画库 1.常见 CSS 布局方式详见: 一些常见的 CSS 布局方式梳理,涉及 Flex 布局.Grid 布局.圣杯布局.双飞翼布局等.http: ...

  6. JavaScript性能优化篇js优化

    JavaScript性能优化篇js优化   随着Ajax越来越普遍,Ajax引用的规模越来越大,Javascript代码的性能越来越显得重要,我想这就是一个很典型的例子,上面那段代码因为会被频繁使用, ...

  7. javascript数据结构与算法---列表

    javascript数据结构与算法---列表 前言:在日常生活中,人们经常要使用列表,比如我们有时候要去购物时,为了购物时东西要买全,我们可以在去之前,列下要买的东西,这就要用的列表了,或者我们小时候 ...

  8. 摘:JavaScript性能优化小知识总结

    原文地址:http://www.codeceo.com/article/javascript-performance-tips.html JavaScript的性能问题不容小觑,这就需要我们开发人员在 ...

  9. artDialog是一个基于javascript编写的对话框组件,它拥有精致的界面与友好的接口

    artDialog是一个基于javascript编写的对话框组件,它拥有精致的界面与友好的接口 自适应内容 artDialog的特殊UI框架能够适应内容变化,甚至连外部程序动态插入的内容它仍然能自适应 ...

随机推荐

  1. 51nod 1494 选举拉票 (线段树+扫描线)

    1494 选举拉票  题目来源: CodeForces 基准时间限制:1 秒 空间限制:131072 KB 分值: 80 难度:5级算法题  收藏  关注 现在你要竞选一个县的县长.你去对每一个选民进 ...

  2. poj3667 Hotel (线段树 区间合并)

    poj3667 HotelTime Limit: 3000MS Memory Limit: 65536KTotal Submissions: 18925 Accepted: 8242Descripti ...

  3. 【ARC082E】ConvexScore

    Description 给定二维直角坐标系上的N个点\((X_i,Y_i)\),定义一个有N个点中的部分点所构成点集为"凸点集",当且仅当该集合内的所有点恰好构成一个面积为正的凸多 ...

  4. 【NOIP 2018】保卫王国(动态dp / 倍增)

    题目链接 这个$dark$题,嗯,不想说了. 法一:动态$dp$ 虽然早有听闻动态$dp$,但到最近才学,如果你了解动态$dp$,那就能很轻松做出这道题了.故利用这题在这里科普一下动态$dp$的具体内 ...

  5. python之旅:网络编程

    一 客户端/服务器架构 1.硬件C/S架构(打印机) 2.软件C/S架构 互联网中处处是C/S架构 如黄色网站是服务端,你的浏览器是客户端(B/S架构也是C/S架构的一种) 腾讯作为服务端为你提供视频 ...

  6. 【转】如何学习android开发

    1.Java基础 很多朋友一上手就开始学习Android,似乎太着急了一些.Android应用程序开发是以Java语言为基础的,所以没有扎实的Java基础知识,只 是机械的照抄别人的代码,是没有任何意 ...

  7. mybatis的面试一对一,一对多,多对多的mapper.xml配置

    使用springboot完成一对一,一对多: https://blog.csdn.net/KingBoyWorld/article/details/78966789 传统的mapper文件中的一对一, ...

  8. bzoj千题计划253:bzoj2154: Crash的数字表格

    http://www.lydsy.com/JudgeOnline/problem.php?id=2154 #include<cstdio> #include<algorithm> ...

  9. Java入门系列(九)Java API

    String,StringBuilder,StringBuffer三者的区别 1.首先说运行速度,或者说是执行速度 在这方面运行速度快慢为:StringBuilder > StringBuffe ...

  10. hadoop - hdfs 基础操作

    hdfs --help # 所有参数 hdfs dfs -help # 运行文件系统命令在Hadoop文件系统 hdfs dfs -ls /logs # 查看 hdfs dfs -ls /user/ ...