本站以前有一篇文章提到了 prim 算法的实现，具体点这里，我写了完整的示例，和优化版的 prim 在时间上的对比。现在我们来看另一种思路：Kruskal。
话不多说，先看实际效果和结论。在 1k 个节点里，lazy prim 耗时在 4s 左右，优化后的 prim 在 900ms 左右，而更高效的 Kruskal 在 600ms 左右。测试的前提条件是基于我的电脑硬件配置和 1k 个节点的完全稠密图。
要实现高效的 Kruskal 算法，需要基于高效的并查集数据结构，但是并查集我们不在这篇文章里谈及，我们主要谈谈 Kruskal 的思路。
继续阅读“最小生成树 kruskal 算法 js 实现”怎么计算点到直线的最短距离？学过数学的都会觉得这个话题不难，然而真正在编程中实操起来，还是有点不对劲的。你会觉得小时候，我的数学打过满分呐，现在这些知识却全都忘记了。 继续阅读“在 svg 中学习点到直线（线段）的最短距离算法”
记得有一个明星程序员说，做一个 web developer 是不用学习数学的。那么自然也不用学习算法了。作为一个前端，在实际工作中确实很少实现什么排序算法，因为在 JavaScript 的语言层面，就已经实现 sort 函数了。但是学习这些排序算法，依然有助于我们理解这些语言相关内置函数的原理。 继续阅读“一些排序算法”
理解贪心算法的本质并不难，我们都很贪心。比如说，桌子上有 5 张人民币，面额分别是 100、50、20、10、5，但是按照要求我们只能选 3 张，那这 3 张怎么选呢？傻子都知道，我们肯定选面额大的。这就是贪心算法，每一步都是当下选择的最优解。
下面我们来看一些具体的问题。
《数据结构与算法 JavaScript 描述》这本书错误好多，为什么译者不把这些错误纠正呢？
在工作中，我们都用过递归，用俗话说就是函数自己调用自己；而动态规划一般被认为是和递归相反的一种解决问题的思路：递归是从解决一个大问题开始，通过逐步解决一些小问题，来使最终的问题得到解决；动态规划的思路则恰恰相反。 继续阅读“动态规划（Dynamic programming）— JavaScript 描述”
这是公司 ctf 活动分值最高的一个题目，是这样说的：
柯南立刻想起阿笠博士培养出一对繁殖能力超强的兔子（雌雄），这种兔子嗅觉特别好，能快速找到丢失的镇馆之宝，这种兔子出生后一个月就会成年，成年的兔子再过一个月会生一对（雌雄）兔子，并且之后的每个月都会生一对兔子，兔子不会死亡，由于这种兔子一生只有一个伴侣，当兔子数量（对）越多对找回的镇馆之宝帮助最大，阿笠博士想知道当兔子数量（对）第11次出现素数之后过再128个月有多少对兔子，机智你能帮阿笠博士算出来吗？
当时应该没有人做出来，仔细分析一下，就是一个斐波那契数列加素数的判断，本身并不难。即便如此，我今晚也花了近三个小时在调试下面几行 js 代码。惭愧、惭愧，实在为自己的数学能力堪忧，还说要去考研······ 继续阅读“阿笠博士的兔子”
这个月缺失两天
Script Error 收集了很多 JavaScript 错误的类型是 “Script Error” ，为什么呢？可以查看這個鏈接：https://blog.sentry.io/2016/05/17/what-is-script-error
内容来自曾小乱的blog：https://zengxiaoluan.com/2018/02/27/what-i-know-about-js-error-collection/?wx 继续阅读“金钱正是有史以来最普遍也最有效的互信系统”
公司尾牙的抽奖程序，我代码已经写好了。给公司的一些总工看了一下核心的抽奖代码，其中一个总工提出了“水塘抽样”算法来解决随机性和公平性的问题，所以就有了这篇博客。 继续阅读“水塘抽样算法和Fisher–Yates算法”
