一、冒泡排序算法描述如下:1.比较相邻的两个元素，如果前一个比后一个大，则交换位置。2.第一轮的时候最后一个元素应该是最大的一个。3.按照步骤一的方法进行相邻两个元素的比较，这个时候由于最后一个元素已经是最大的了，所以最后一个元素不用比较。算法实现:/*** @Authorspring* @DateTime 2020-10-29* @param{arr} 待数组* @return{arr} 排好序

答案：解析HTML，生成DOM树解析CSS，生成CSSOM树将DOM树和CSSOM树关联，生成渲染树(Render Tree)布局render树（Layout/reflow），负责各元素尺寸、位置的计算绘制render树（paint），绘制页面像素信息将像素发送给GPU，展示在页面上。(Display)...

for…in和for…of的区别for … in 获取的是对象的键名key；for … of遍历获取的是对象的键值value如果要通过for…of循环，获取数组的索引，可以借助数组实例的 entries() 方法和 keys() 方法for … in 会遍历对象的整个原型链,性能非常差不推荐使用；而 for … of 只遍历当前对象，不会遍历原型链对于数组的遍历：for … in会返回数组中所有可

Bellman-Ford算法和Dijkstra算法都是求解图的最短路径的算法。Bellman是求单源点到各个顶点的最短路径，适用条件为有向或无向图，权重可为负值。当存在负权环路时，算法返回一个false值。该算法效率比较低，需要对边进行 |V|- 1 次松弛操作Bellman-Ford算法寻找单源最短路径的时间复杂度为O(V*E)。（V为给定图的顶点集合，E为给定图的边集合）两者区别在于：...

1. Beautiful Soup的简介简单来说，Beautiful Soup是python的一个库，最主要的功能是从网页抓取数据。官方解释如下：Beautiful Soup提供一些简单的、python式的函数用来处理导航、搜索、修改分析树等功能。它是一个工具箱，通过解析文档为用户提供需要抓取的数据，因为简单，所以不需要多少代码就可以写出一个完整的应用程序。Beautiful Soup自动将输入文

CSS浮动第一个float:left，第二个float:right，第三个设置margin-left和margin-right绝对定位法第一个定位到left，第二个定位到right，第三个设置margin-left和margin-rightflex布局.left{width:200px;或者flex:0 0 200px;}.right{...

数组随机排序（shuffle）方法1：时间复杂度 O(n^2)// 方法2：随机抽取法, 时间复杂度 O(n^2)function randomSortArray(arr) {let backArr = [];while (arr.length) {//Math.random()：返回 [0,1) 之间的一个随机数let index = parseInt(Math.random() * arr.l

一、 基本概念文本情感分析是对文本中的某段已知文字的两极性进行分类，判断出此文字中表述的观点是积极的、消极的、还是中性的情绪。目前的研究方法主要有两类：一种是基于情感词典的方法，另一种是基于机器学习的方法。前者需要用到标注好的情感词典（英文/中文），通过情感词的褒贬性判断文本的情感倾向。后者是将传统的文本分类方法如朴素贝叶斯（NB）、k近邻（kNN）、最大熵、支持向量机（SVM）等算法应用于情感分

User-Agent：简称UA，它是一个特殊的字符串头，可以使服务器识别客户使用的操作系统及版本、浏览器及版本等信息。在做爬虫时加上此信息，可以伪装为浏览器；如果不加，很可能会被识别出为爬虫。那么如何确定自己浏览器的User-Agent信息呢？步骤如下：1. 首先打开你的浏览器输入：about:version。2. 输入后，浏览器会跳出图中的界面，红笔标出的“用户代理”一行就是浏览器的User-A

一、 基本概念文本情感分析是对文本中的某段已知文字的两极性进行分类，判断出此文字中表述的观点是积极的、消极的、还是中性的情绪。目前的研究方法主要有两类：一种是基于情感词典的方法，另一种是基于机器学习的方法。前者需要用到标注好的情感词典（英文/中文），通过情感词的褒贬性判断文本的情感倾向。后者是将传统的文本分类方法如朴素贝叶斯（NB）、k近邻（kNN）、最大熵、支持向量机（SVM）等算法应用于情感分