2 u011359326 u011359326 于 2016.01.17 20:54 提问

从编程的角度如何理解前端框架

从编程的角度如何理解前端框架

它是一个类的集合吗还是一个接口的集合还是一个方法的集合,

3个回答

caozhy
caozhy   Ds   Rxr 2016.01.17 21:04
已采纳

比如说,jquery,它的核心是“query”,也就是对dom的查询,你看它外围的插件,都是作用在jquery选择符上的,虽然插件数量庞大,但是都使用了相同的风格和流程,这个根子就是jquery,框架是程序的“灵魂”。

caozhy
caozhy   Ds   Rxr 2016.01.17 21:02

虽然框架也提供类和方法,但是它更强调流程的复用。使用一种框架,就意味着采用一种代码的风格和约定。这是框架和类库的区别。

oyljerry
oyljerry   Ds   Rxr 2016.01.17 21:02

是一个大框架 有很多设计好的类 这些类组织在一起可以提高各种丰富的功能

Csdn user default icon
上传中...
上传图片
插入图片
准确详细的回答,更有利于被提问者采纳,从而获得C币。复制、灌水、广告等回答会被删除,是时候展现真正的技术了!
其他相关推荐
如何从底层角度理解编程?
首先,这里是我个人的理解,有可能我得理解是不正确的. 编程发展史:  机器语言 汇编语言 ...C语言 .. Java语言... 机器语言 机器语言就是二进制码  0101000101这些东西,是计算机唯一能理解的语言. 不得不说到cpu的工作原理,cpu要想进行数据的处理,必须有3类信息交互: 存储单元的地址(地址信息)      寄存器分很多存储单元如128的寄存器
从用户角度的软件设计
如果我们使用浏览器可以进行服务端业务逻辑和客户端界面逻辑所有的编程,类似于一个比较著名的技术SharePoint,但是它还是必需要开发人员进行二次的定制开发,从开发工具的角度去理解,它是一个史上来讲最强大的Web开发工具。但是这里我们从软件的角度,从用户使用角度去思考,当开发人员定制好给用户的时候,用户需要自行对软件功能再进行个性化设置的时候,他们会发现力不从心,因为软件的使用简单和灵活应用受到很
以程序员编程的角度去理解笛卡尔积
以程序员的角度去理解笛卡尔积笛卡尔积其实就是一种线性代数关系。 学过线性代数的人都知道,笛卡尔乘积通俗的说,就是两个集合中的每一个成员,都与对方集合中的任意一个成员有关联。假设 A 表 数据: 假设B表数据: 那么A,B表的笛卡尔积为: 那么对于程序员来说怎么用程序员的角度去理解笛卡尔积呢? 其实笛卡尔积就相当与两个循环,首先循环A,再在A循环内循环B。所叠加的结果。我们可以用L
个人对宏观经济学的理解
一、对宏观经济学的理解 1、宏观经济学:①合成谬误假设(银行挤兑)②市场非出清假设(菜单成本:零售商对价格进行调整时所产生的成本。菜单成本导致市场的非均衡,需要衡量菜单成本和带来的收入)③市场失灵(市场非出清导致均衡成为乌托邦)④国家干预(市场失灵—干预)⑤凯恩斯—“看得见的手”(市场是万能的《就业利息和货币通论》)(1929年美国经济危机,失业和倒闭。据此凯恩斯对他老师马歇尔的微观经济学提出质
从业务角度理解深度学习及其应用
近几年,深度学习在图像、音频处理等领域得到了广泛的应用并取得了骄人的成绩,本文根据笔者的工作实践,谈谈对深度学习理解,以及我们的应用和经验。文章涉及的很多结论,是笔者个人的理解和不充分实验的结果,所以难免谬误,请读者不吝指正。 机器学习就是学习对象的表示 “机器学习/深度学习模型依靠左右互搏,可以迅速达到很高的智能水准。”、“人工智能/深度学习能毁灭人类的奇点即将来到!” 网络上经常出现这
对前端框架的思考和理解
主要是混知乎,以及网上论坛看到的观点汇总。我整理融入了些自己想法 。
从哲学角度理解面向对象的思想
http://www.cnblogs.com/leoo2sk/archive/2009/04/09/1432103.html 目录 Catelog                        目录 Catelog                        序言 Perface                        真经第一章:世界 Waltanschauung
会说话的PPT,从开发者角度十分钟理解区块链
会说话的PPT,从开发者角度十分钟理解区块链
从贝叶斯角度深入理解正则化
一、正则化 一般来说,监督学习可以看做最小化下面的目标函数: 其中,第一项L(yi,f(xi;w)) 衡量我们的模型(分类或者回归)对第i个样本的预测值f(xi;w)和真实的标签yi之前的误差。因为我们的模型是要拟合我们的训练样本的嘛,所以我们要求这一项最小,也就是要求我们的模型尽量的拟合我们的训练数据。但正如上面说言,我们不仅要保证训练误差最小,我们更希望我们的模型测试误差小
谈谈技术体会、创业和职业规划及相关
这几个月都比较少写技术文章和博客,固然有工作忙的原因。但其实也是一个调整和思考的阶段。 关于技术实践的文章,我写了不少。最近想得更多的一些技术体会,自己其实也是在做第二次的创业准备,所以思考的问题会不太一样。 去年年底的时候,CSDN和《程序员》杂志对我做了一次访问,我也谈到了一些想法。今天摘录一些给有兴趣的朋友参考参考吧   记者:请谈一下你自己的技术成长经历和心得? 陈希章:我是从1999年