memoization

    2熱度

    1回答

    我想在我的node.js後端上使用Memoizee,以加快請求速度。 但由於某種原因,我不能像我想要的那樣工作。我有一個路由,它等待另一個方法的回調,但無論我將結果保存在緩存中多久,它都會每次運行整個方法。 我在做什麼錯? 這裏是我的實施示例。 var memoize = require('memoizee'); module.exports = function (app) { app.

    7熱度

    4回答

    給定一個數組或具有n個鍵的對象,我需要找到長度爲x的所有組合。 鑑於X是可變的。 binomial_coefficient(n,x)。 目前我使用的是這樣的: function combine(items) { var result = []; var f = function(prefix, items) { for (var i = 0; i < items.l

    1熱度

    2回答

    我有一個帶有兩個參數的成員函數。兩者都是指向複雜對象的指針。當被調用時,該函數執行一些不重要的計算,然後返回一個整數。就像這樣: struct Fooer { int foo(const A* a, const B* b); }; 如果foo()給出兩個相同的參數返回整數始終是相同的。這個函數的用處很大,所以記憶它的結果是有意義的。通常情況下,一些查找表的關鍵是指針對就足夠了。然而

    0熱度

    1回答

    讓我們考慮一下您在酒架上放置了N個葡萄酒。第ith酒的價格是pi。 (不同葡萄酒的價格可能不同)。由於葡萄酒每年都會變得更好,假設今天是第一年,第y年第i個酒的價格將是y * pi,即y年的價格。 你想賣掉你擁有的所有葡萄酒,但你想從今年開始每年銷售一種葡萄酒。還有一個制約因素 - 每年您只能出售貨架上最左邊或最右邊的葡萄酒,而且您不能在架子上重新訂購葡萄酒(即他們必須保持與開始時相同的順序) )

    0熱度

    4回答

    下面是an answer regarding memoization的代碼,顯示了狀態monad中使用的memoization函數,其中狀態用傳遞的函數的結果更新,如果密鑰尚未在地圖中。 type MyMemo a b = State (Map.Map a b) b myMemo :: Ord a => (a -> MyMemo a b) -> a -> MyMemo a b myMemo

    1熱度

    1回答

    首先,這裏是我的HOC: export default function connectField({ nameProp = 'name', valueProp = 'value', dispatchProp = 'dispatch' }: ConnectOptions) { return compose( getContext(

    0熱度

    2回答

    我在我的項目中使用NGRX,並且在不斷地重新渲染組件時遇到問題。 商店每次產生全新的對象,如果商店數據相同,我不想重新渲染我的組件。我改改呈現組件檢測到ChangeDetectionStrategy.OnPush lodash記憶化(_.memoization),但它不工作的商店 export interface CardsState { cardsA: CardA[]; ca

    1熱度

    1回答

    我有一個記憶化裝飾,看起來像這樣: def memoize(obj): from functools import wraps cache = {} @wraps(obj) def memoizer(*args, **kwargs): if args not in cache: cache[args] = obj(*args, *

    0熱度

    1回答

    動態規劃由於我是新來的動態規劃。有人可以幫助我實現算法的記憶技術以解決以下問題。 有N行和M列的2D矩陣。行從上到下從0到N-1,從左到右從0到M-1。你站在(0,0)。 從,A [i] [j]就可以移動到第[i + 1] [j]的如果A [1 + 1] [j]的> A [i] [j]。或者,如果A [i] [j + 1]> A [i] [j],則可以將A [i] [j]移動到A [i] [j +

    0熱度

    1回答

    我有以下的代碼實現,而不是使用引用變量「X」來存儲整體最大這個問題的遞歸解決方案,如何我還是我可以返回結果從遞歸,所以我不必使用'x'這將有助於memoization? // Test Cases: // Input: {1, 101, 2, 3, 100, 4, 5} Output: 106 // Input: {3, 4, 5, 10} Output: 22 int sum(vecto