6.12作业
1、pinia和vuex的区别
1.pinia没有mutations,只有state,getters,actions
2.pinia分模块不需要modules (之前vuex分模块需要modules)
3.pinia体积更小(性能更好)
4.pinia可以直接修改state数据
2、Vue2和vue3的响应式原理分别是什么,以及vue3为什么要更改实现响应式原理的方式
Vue2中使用的响应式原理是通过Object.defineProperty方法对数据进行劫持监听,从而实现数据的响应式更新。
而Vue3中使用的响应式原理是基于ES6的Proxy实现的,通过Proxy对象代理数据,可以实现更高效的数据监听和更新,同时也可以监听到数组的变化。
3. 选项式API与组合式api的区别
在逻辑组织和逻辑复用方面,Composition API是优于Options API
因为Composition API几乎是函数,会有更好的类型推断。
Composition API对 tree-shaking 友好,代码也更容易压缩
Composition API中见不到this的使用,减少了this指向不明的情况
如果是小型组件,可以继续使用Options API,也是十分友好的
4- ref与reactive的区别
定义数据角度:
ref用来定义:基本类型数据。
reactive用来定义:对象(或数组)类型数据。
备注:ref也可以用来定义对象(或数组)类型数据, 它内部会自动通过reactive转为代理对象。
原理角度:
ref通过Object.defineProperty()的get与set来实现响应式(数据劫持)。
reactive通过使用Proxy来实现响应式(数据劫持), 并通过Reflect操作源对象内部的数据。
使用角度:
ref定义的数据:操作数据需要.value,读取数据时模板中直接读取不需要.value。
reactive定义的数据:操作数据与读取数据:均不需要.value。
5、 setup的作用
setup是什么,作用
1、新的选项,所有的组合api函数都在此使用,只在初始化时执行一次
2、函数如果返回对象,对象中的属性与方法,在模板中可以直接使用
执行时机:
1、在beforeCreate之前执行一次,此时组件对象还没有创建
2、This的值为undefined,不能通过this操作 data、computed、methods、props
3、所有的composition api 都不能使用this
返回值:
1、一般都返回一个对象,用于向模板返回数据,返回的数据模板可以直接使用
2、返回的对象的属性与data返回的数据 在组件对象中属性合并
3、返回的对象的方法与methods返回的数据 在组件对象中方法合并
4、切记:
(1)如遇相同名字 setup优先
(2)Methods可以访问setup中属性与方法,setup不可以访问data与methods ,此方式不推荐使用
(3)Setup不能是一个异步函数,如果设置为异步函数返回的是一个promise,模板不能获取到return返回的对象
参数:
setup(props, context) / setup(props, {attrs, slots, emit})
props:接收组件的属性,
context:上下文对象,包括 slots,attrs,emit,expose
(1)attrs: 包含没有在props配置中声明的属性的对象, 相当于 this.a t t r s ( 2 ) s l o t s : 包含所有传入的插槽内容的对象 , 相当于 t h i s . attrs
(2)slots: 包含所有传入的插槽内容的对象, 相当于 this.attrs(2)slots:包含所有传入的插槽内容的对象,相当于this.slots
(3)emit: 用来分发自定义事件的函数, 相当于 this.$emit
相关文章:
6.12作业
1、pinia和vuex的区别 1.pinia没有mutations,只有state,getters,actions 2.pinia分模块不需要modules (之前vuex分模块需要modules) 3.pinia体积更小(性能更好) 4.pinia可以直接修改state数据 2、Vue2和vue3的响应式原理分别是什么&#x…...
RabbitMQ集群部署之镜像模式
RabbitMQ集群的普通模式中,一旦创建队列的主机宕机,队列就会不可用。不具备高可用能力。如果要解决这个问题,必须使用官方提供的镜像集群方案。 官方文档地址:https://www.rabbitmq.com/ha.html 1.镜像模式的特征 默认情况下&a…...
【算法】Remove Zero Sum Consecutive Nodes from Linked List 从链表中删去总和值为零的连续节点
文章目录 Remove Zero Sum Consecutive Nodes from Linked List 从链表中删去总和值为零的连续节点问题描述:分析代码 Remove Zero Sum Consecutive Nodes from Linked List 从链表中删去总和值为零的连续节点 问题描述: 给你一个链表的头节点 head&am…...
音悦台项目测试报告
文章目录 项目背景项目功能测试计划与设计功能测试自动化测试 测试结果功能测试结果UI自动化测试结果 项目背景 现如今人们的生活压力大,容易使人疲惫,为了使得人们在闲暇之余可以听音乐放松,为此设计出一款轻量的听音乐网站,快速…...
数据库存储过程和函数
MySQL存储过程和存储函数 MySQL中提供存储过程(procedure)与存储函数(function)机制,我们先将其统称为存储程序,一般的SQL语句需要先编译然后执行,存储程序是一组为了完成特定功能的SQL语句集&…...
Spring依赖注入有哪些?各有什么优缺点?
文章目录 前言概述一、属性注入1.1 实例1.2 优点1.3 缺点 二、Setter注入2.1 实例2.2 优点2.3 缺点 三、 构造方法注入3.1 实例3.2 优点3.3 缺点 四、扩展 前言 IoC和DI是Spring中重要的两个概念,其中IoC指的是控制反转,DI(依赖注入)指的是IoC的具体实现…...
java八股文-并发篇
并发篇 1. 线程状态 要求 掌握 Java 线程六种状态掌握 Java 线程状态转换能理解五种状态与六种状态两种说法的区别 六种状态及转换 分别是 新建 当一个线程对象被创建,但还未调用 start 方法时处于新建状态此时未与操作系统底层线程关联 可运行 调用了 start …...
Elasticsearch8.6.0安装
Elasticsearch 8.5.0 安装 Elasticsearch 简介Elasticsearch 8.6.0 安装创建网络拉取镜像运行镜像设置密码修改kibana配置绑定ES代码绑定:手动绑定: 配置ik分词器扩展词词典停用词词典 Elasticsearch 简介 Elasticsearch(ES) 是一…...
Vue - 第五天 动态组件 插槽 自定义指令
动态组件& 插槽& 自定义指令 一、动态组件1.什么是动态组件2.如何实现动态组件渲染3.使用 keep-alive 保持状态4. keep-alive 对应的生命周期函数5. keep-alive 的 include 属性6.动态展示左右组件7.例子 二、插槽1.什么是插槽2.体验插槽的基础用法2.1 没有预留插槽的内…...
如何开展web自动化测试
Web 自动化是指使用测试脚本在 Web 上自动执行任务。它包括填写表单、导航网页、单击链接或按钮以及从网站中提取数据等任务。 它可用于各种目的,例如自动输入数据或测试网站的功能。有几种工具和编程语言可用于自动化网络上的任务,包括Selenium&#x…...
【博学谷学习记录】超强总结,用心分享 | 架构师 Maven学习总结
文章目录 Maven基本1.什么是Maven2.为什么用Maven?(1)jar 包的规模(2) jar 包的来源(3)jar 包之间的依赖关系 3.Maven目录结构4.maven仓库配置 Pom层次Pom文件简介Super POM 依赖管理1 依赖传递2 传递性依…...
PPT里文字太多如何排版-一口气教你7种布局瞬间让PPT高大上起来
简介 这是我们学PPT处于初级到中级进化阶段常做的一件事,就是拿了这种纯文字类版面来做布局。而且这种文字都是政企类的、相当苦涩难懂、无法创意。 因此我们会要求使用7种排版来优化这个版面。这和达芳奇画鸡蛋很像,这样的练习需要坚持一段时间,就是拿了纯文字来beautifu…...
Whistle(基于 Node 实现的跨平台抓包调试工具)的使用
Whistle(基于 Node 实现的跨平台抓包调试工具)的使用 基于Node实现的跨平台抓包调试工具 可以劫持网络请求,并进行请求和响应的修改,来提高我们的开发调试效率 1.一键安装(装包/证书) npm i -g whistle && w2 start --init 证书的问题 安装…...
数学模型:Python实现非线性规划
上篇文章:整数规划 文章摘要:非线性规划的Python实现。 参考书籍:数学建模算法与应用(第3版)司守奎 孙玺菁。 PS:只涉及了具体实现并不涉及底层理论。学习底层理论以及底层理论实现:可以参考1.最优化模型与算法——基于…...
Docker网路模型(四)使用 bridge 网络
使用 bridge 网络 在计算机网络中,一个 bridge(网桥)是一个链路层设备,负责在不同的网段之间转发信息。 bridge 可以是真实的硬件设备也可以是由宿主机底层提供的软件模拟设备。 在 Docker 中,bridge 网络使用了软件…...
数据结构与算法之美 | 排序(2)
归并排序(Merge Sort) 基本思想: 如果要排序一个数组,我们先把数组从中间分成前后两部分,然后对前后两部分分别排序,再将排好序的两部分合并在一起,这样整个数组就都有序了。 def merge_sort…...
【外企面试系列】必备口语短语与例句 - A系列
a big headache令人头痛的事情 I have a big headache from all the noise. (我因为噪音而头痛。)The paperwork is a big headache for me. (对我来说,文书工作是件头痛的事情。) a fraction of 一部分 She ate only a fraction of her meal. (她只吃了一部分饭…...
Java使用Opencv进行大图找小图并使用其找图功能进行bilibili视频下载案例
Java使用Opencv进行大图找小图并使用其找图功能进行bilibili视频下载案例 一、Opencv大图找小图说明二、Opencv的window安装1.下载windows下的安装包2.安装3.Java中Opencv加载测试 三、Java中通过Opencv进行模板匹配大图找小图四、进行多图查找五:案例下载bilibili视…...
肠道健康从核心菌属开始:肠道菌群的关键
谷禾健康 5月29日,是世界肠道健康日。肠道是人体最重要的消化系统之一,与人体健康紧密相关。而肠道菌群作为肠道重要组成部分,在肠道健康中发挥着重要的作用。 编辑 由于基因、环境、饮食、药物等因素的影响,每个人的肠道菌群都…...
深度学习实战37-NASNet(具有自动搜索能力的神经网络模型)的搭建与实战应用
大家好,我是微学AI,今天给大家介绍一下深度学习实战37-NASNet(具有自动搜索能力的神经网络模型)的搭建与实战应用,NASNet是由Google Brain团队开发的一种具有自动搜索能力的神经网络模型,利用强化学习和进化算法等技术来自动地搜索最优的神经网络架构。NASNet模型的设计灵感…...
Python环境变量实战:PYTHONUNBUFFERED的深度解析与应用
1. PYTHONUNBUFFERED环境变量核心解析 第一次在Docker里跑Python服务时,我盯着空白的日志窗口等了半小时,直到同事提醒才意识到问题所在——输出被缓冲了。这就是PYTHONUNBUFFERED环境变量给我的启蒙课。这个看似简单的配置,实际上影响着程序…...
三步掌握百度网盘秒传:永久分享文件不再失效
三步掌握百度网盘秒传:永久分享文件不再失效 【免费下载链接】rapid-upload-userscript-doc 秒传链接提取脚本 - 文档&教程 项目地址: https://gitcode.com/gh_mirrors/ra/rapid-upload-userscript-doc 你是否曾经遇到过这样的困扰:辛苦整理的…...
LayerDivider:3分钟将单张插画转换为分层PSD的智能解决方案
LayerDivider:3分钟将单张插画转换为分层PSD的智能解决方案 【免费下载链接】layerdivider A tool to divide a single illustration into a layered structure. 项目地址: https://gitcode.com/gh_mirrors/la/layerdivider 你是否曾花费数小时手动分离插画图…...
数据链路层核心技术:从HDLC到现代宽带协议演进
1. 数据链路层技术演进与核心协议解析 数据链路层作为OSI七层模型中的第二层,承担着将原始比特流转化为可靠数据帧的关键任务。在嵌入式系统与网络设备开发中,理解这一层的技术细节直接关系到通信系统的稳定性与性能表现。让我们从最基础的HDLC协议开始&…...
计算机辅助药物设计中的分子对接与虚拟筛选
计算机辅助药物设计中的分子对接与虚拟筛选 在药物研发领域,计算机辅助药物设计(CADD)已成为加速新药发现的重要工具。其中,分子对接与虚拟筛选技术通过模拟药物分子与靶标蛋白的相互作用,显著提高了候选化合物的筛选…...
Py之yacs:从零到一,掌握yacs配置管理的核心实践与避坑指南
1. 为什么你需要yacs:告别混乱的配置文件 第一次跑深度学习实验时,我像大多数新手一样把超参数直接硬编码在代码里。结果第二天想调整学习率时,不得不在几十个.py文件中搜索magic number。更灾难的是,当同事问我"上周三那个准…...
免费零投入,每月帮打工人省18小时少花200块,2026新版会议纪要模板不领亏大了
我做了五年社科访谈研究,前四年大半时间都耗在录音整理上,踩过不下十种语音转写工具的坑,要么准确率低改到疯,要么收费贵一年大几百,要么长音频直接卡崩溃。试了一圈下来,我可以明确说:听脑AI是…...
为什么你的Copilot总在高峰时段“胡言乱语”?揭秘LLM服务混沌压测中3个反直觉性能拐点
第一章:生成式AI应用混沌工程实践 2026奇点智能技术大会(https://ml-summit.org) 生成式AI系统在生产环境中面临独特的韧性挑战:模型输出的不确定性、提示注入的隐蔽性、向量数据库检索漂移、LLM API 服务级联故障,以及推理延迟引发的请求雪…...
提升树(Boosting Tree)实战:从原理到Python实现
1. 提升树算法入门:从决策树到集成学习 提升树(Boosting Tree)是机器学习中一种强大的集成学习方法,它通过组合多个弱学习器(通常是决策树)来构建一个强学习器。我第一次接触这个概念是在解决一个房价预测问题时,当时单…...
项目经理实战:用Excel快速计算项目SV、CV、SPI、CPI(附免费模板下载)
项目经理实战:用Excel快速计算项目SV、CV、SPI、CPI(附免费模板下载) 在快节奏的项目管理环境中,每周的进度汇报和成本控制往往让项目经理焦头烂额。当管理层突然要求提供项目健康状态报告时,能够快速计算出关键绩效指…...
