函数柯里化currying，是函数式编程非常重要的一个标志。它的实现需要满足以下条件，首先就是函数可以作为参数进行传递，然后就是函数可以作为返回值return出去。我们依靠这个特性编写很多优雅酷炫的代码。那我们来看一下最简单的实现。

大家一般都是举addSum的例子，我当然也不例外。

1
2
3
4
5
6
7
8
9

add = (num1)->
  return (num2)->
    return num1 + num2;
    
add3 = add(3);
add5 = add(5);

add3(5) # 返回8
add5(5) # 返回10

上述例子其实已经对柯里化的实现，有一个非常好的了解了。其实也就是“分步求值”，我们可以把第一个参数通过闭包保存起来，以供return出去的匿名函数使用。所以我们可以根据add来自定义各种各样的新函数。

我们要使某个函数可以柯里化，难道一定要在函数创建时，就具有柯里化的特性么？假设我们的add函数，起初并不具有柯里化特性的，我们需要怎么做才能让它柯里化呢？

在很早之前，我就写过了一篇也关于二分法的相关博文：JavaScript快排与原生sort的测试。当时是用二分法进行快速排序，其实和这次思路大致相当。二分查找最重要的一个条件，就是需要将数组先按照从小到大的顺序进行排序后，方可进行查找。

一起来想想大致的思路：

1
2
3
4

1. binarySearch函数需要接收的参数是：一个预先排序好的数组，一个需要查找的目标值，左边界和右边界。
2. 让数组的中值和目标值比较，若相等，则返回中值所在的序号，函数结束。若不相等，进行第三步
3. 不相等，则进行大小比较，若目标比中值小，则范围缩小到左边界到中值，并重新返回第一步。反之，范围缩小到中值到右边界，返回第一步。
4. 找不到则是，中值序号等于左边界或右边界，返回-1。

这个伪代码，写的还是有点凌乱的。最主要的思想还是在于递归。一起实现上述的代码吧。我用的是coffeeScript实现的，除了某些地方我会指出来，大致都能看懂的。若对coffeeScript感兴趣的同学，可以移步：CoffeeScript中文。还是要强调一下，coffee的块级判断是靠缩进层次的。所以使用时，千万不要空格和Tab缩进混用。

1
2
3
4
5
6
7
8
9
10
11
12
13

binarySearch = (dataArr, target, start = 0, end = dataArr.length-1)->
  # 若不传参，参数默认: start = 0, end = dataArr.length - 1
  
  middle = parseInt((start + end) / 2) # 取中间序号
  return -1 if middle == start or middle == end # 查询失败
  
  if(dataArr[middle] == target)
    return middle  # 查询成功

  if(target < dataArr[middle])
    return binarySearch(dataArr, target, 0, middle-1)
  else
    return binarySearch(dataArr, target, middle+1, end)

腾讯和阿里的笔试刚过去了，里面有很多题都很值得玩味的。之前Blog积累的很多东西，还要平时看的书，都有很大的帮助。这个深有体会啊！

例如，腾讯有一道算法题是吃香蕉（好邪恶的赶脚..），一次吃一根或者两根，50根香蕉可以有多少种吃法？当时我一看尼玛，不就是我之前总结过的：递归算法，JavaScript实现。里面的走楼梯的问题，我到现在还是记得的。（但是为了抗议我对卷纸的不专业性，我用CoffeeScript实现了算法…感觉可能会因此跪下。）然后就是有一道选择题，考的是Javascript的闭包陷阱，我一看尼玛，不是我之前总结过的：循环闭包的影响以及其解决方案。我也是一模一样用setTimeout去模拟的。简直不能再爽。当然，也不得不说，腾讯到最后也只有这两题和前端有一点联系。

相比之下，阿里就好很多了。虽然时间很紧，题目很多，但起码不会一抬眼全是熟悉的陌生人。印象比较深的是《Javascript设计模式》里的观察者模式，还有《Javascript高级程序设计》里的有关CookieUtil的。。但是，我有一题，完全不记得如何做了。那就是今天的主角，KMP算法！

上面扯淡完毕了。个人博客嘛，随心所欲啦。先给参考资料的地址：字符串匹配的KMP算法。这个是阮一峰老师的博文，算是写的很不错的了。想看生动形象的博文的同学可以直接移步过去。

那这个用于字符串匹配的KMP算法到底怎么用的呢。我们先看看需求：字符串A=”BBCABCDABABCDABCDABDE”里如何快速匹配到a=“ABCDABD”。用伪代码来写这些步骤应该是这样的：

1. 字符串的首位与子字符串的首位进行匹配，匹配失败，则字符串后移继续匹配。匹配成功，则字符串与子字符串一起后移，继续匹配。
2. 继续匹配的过程中，最理想的状态便是从头到尾成功，然后匹配过程也就结束了。倘若中途有不匹配的，子字符串就要回滚。

问题来了：子字符串回滚到哪儿？若是回滚到匹配开始的下一位，那当然是可以的，只不过是做了很多的无用功。所以KMP算法就是为了这个时候诞生的，可以有效的提高效率。

这里我用阮老师的一张图更好的解释一下。

我们可以看到，最佳的回滚位置应该是让子字符串的“C”对应空格。这样我们才可以最优化的处理重复的“AB”这个东西。

直接看一个公式：回滚位数 = 已匹配的字符数 - 对应的部分匹配值。我们可以看到已经匹配的字符数是6，然后最佳的回滚位数是4，那么对应的部分匹配值应该是2，那这个2是怎么来的？

　　最近，因为校友网项目开始有些规模了。开始就要考虑对静态资源进行工程自动化的管理。一讲到前端的自动化工具，大家或许都会想到Grunt，Gulp，或者百度的FIS。这三个都有各自的特点，大家可以依据自己的喜好，选择工具。至于为什么选择Gulp，因为Grunt的gruntfile配置真的很头大好吗！简直看到头晕晕，但是还是有不少人喜欢这种方式的。然后FIS真心很强大，你所需要的，基本它都提供了，并且做得很好很简单，如果你急于马上使用可以赶紧去看看。而我为什么不用呢，感觉可能是因为，有点黑盒子？哈哈哈….不说了，让我们赶紧看看今天的主角——Gulp。

　　定义：gulp.js 是一种基于流的，代码优于配置的新一代构建工具。

　　关于还要安装Node，怎么样用npm加载需要的Node模块，就不再赘述啦。当然使用yeoman来搭建手脚架是最快的，有兴趣的可以看看，慕课网里有噢。接下来看看我们的案例。我们的需求是，为了防止客户端的静态资源缓存，我们需要每次更新css或js的时候，通过md5或时间戳等方式重新命名静态资源。让客户端可以重新请求资源，而不是从缓存里取。然后html模板里的src也要做相应的修改。当然，这里还有个附加的需要就是，静态资源需要自行优化（压缩合并）。

1. 静态资源优化
2. 静态资源重命名
3. 修改静态资源的引用路径

　　若是我们手动修改，这会有多麻烦呢？大家可以想一想，我们先用工具压缩了资源，然后手动更改名字，再打开相应的页面，改路径。这样一直枯燥的重复，不仅容易出错，而且尼玛工作量很大好嘛？！程序员自有懒人在，我们就站在懒巨人的肩膀上，沐浴春风。

　　那在gulpfile中，我们要用到的插件有哪些呢？

　　require完之后，我们就可以开始编写一个简单实用的版本控制的自动化工具了。

　　我们先来看一下定义。递归算法，是将问题转化为规模缩小的同类问题的子问题，每一个子问题都用一个同样的算法去解决。一般来说，一个递归算法就是函数调用自身去解决它的子问题。

　　递归算法的特点：

1. 在函数过程中调用自身。
2. 在递归过程中，必须有一个明确的条件判断递归的结束，既递归出口。
3. 递归算法简洁但效率低，通常不作为推荐算法。

　　上面这些是百度百科的解释，讲的也是十分明确，大家配合实例来细细琢磨。

　　阶乘

　　问题描述： n! = n(n-1)…2*1

　　代码实现：

　　我们拿到问题的时候，我们按照定义的说明，可以先将规模缩小到同类的子问题。比如，n! 是等于 n (n-1)!，然后(n-1)! = (n-1)(n-2)!。这样依次往下推，直到if的出口。这里用了arguments.callee，是为了防止函数名的紧密耦合，在这里它等同于factorial(n-1)。函数实现起来是不是简洁明了呢。当然因为问题规模简单，其实用循环也是可以实现的，大家可以尝试一下。

　　斐波那契数列

　　问题描述：1, 1, 2, 3, 5, 8, 13, 21, 34, ……. 求第n个数是多少。

　　代码实现：

　　其实用刚才的想法实现，也是非常的简单的。通过分析可以得到第n个数，是前两个数的和，通过这个我们就可以通过递归，不断获得所需要的前两个数，直到n<= 2这个条件返回1。