JavaScript 的學習心得
檢視所有標籤
All programmers should be familiar with conditional statements, as they are encountered in various fields.
This article primarily shares the conditional handling methods I have learned as a frontend engineer and JS user over the years.
所有會寫程式的人，應該都對條件判斷不陌生，不論什麼領域都常遇到。
這篇文章主要分享我作為前端工程師暨 JS 使用者，在這幾年學會的條件判斷處理方式。
最近看完 Clean Code 這本書，但其實嚴格來說也不算完整看完，因為本書是以 Java 當作基礎撰寫，且又有許多物件導向程式設計的概念，對目前的我來說並不是非常熟悉，所以有很多內容是直接跳過的或是似懂非懂地看過去；即使如此，還是從中吸收到許多觀念。
我認為這本書的精華是 Ch.12 羽化 以及 Ch.17 程式碼的氣味與啟發，如果時間不夠的人又想了解 Clean Code 這本書在說什麼，可以直接翻閱這兩章：
執行完所有的測試、沒有重複的部分、表達程式設計師的本意 以及 最小化類別與方法的數量。（2026/08/18 更新內容）
此篇為舊文章，我已經另外整理資料結構與演算法的筆記，可以參考資料結構與演算法。
了解本文內容之前需要具備的 prerequisite：
Priority Queue （以下簡稱 PQ）中的每個 element 都有各自的 priority
因為有利用 priority 來決定排序的特性，所以 PQ 也往往會用 heap 來實現。
（2026/08/18 更新內容）
此篇為舊文章，我已經另外整理資料結構與演算法的筆記，可以參考資料結構與演算法。
了解本文內容之前需要具備的 prerequisite：
近年來有許多人轉職當軟體工程師，其中網頁前端又是最熱門的選項，而前端工程師的工作內容多是處理 UI 切版、串 API 以及優化效能等等，所以有許多人認為前端不需要懂演算法與資料結構。
我在自學演算法與資料結構時，原先也覺得這只是用來應付面試的技能，直到最近在工作上實際運用到相關內容，這才了解到學習這些知識的優點。
這篇文章會實作一種常見的 UI Component: Tree View，藉此來分享如何將電腦科學的基礎知識運用在實務上。
（2026/08/18 更新內容）
此篇為舊文章，我已經另外整理資料結構與演算法的筆記，可以參考資料結構與演算法。
Heap 是一種 tree，常用來實現 Priority Queue（後續於另篇文章分享），每個 node 最多具有兩個 children，和 Binary Search Tree 很類似，差別在於 heap 的 parent 和 child 數值具有額外的規則，分有兩種：
由此可知，heap 的結構會比起 binary search tree 還簡潔，因為 parent 一定會被調整成為值比 children 還要小（或大），這樣就不會產生 binary search tree 結構一直往單支發展的樣子，此外在加入 node 時會先往 left 加入。
（2026/08/18 更新內容）
此篇為舊文章，我已經另外整理資料結構與演算法的筆記，可以參考資料結構與演算法。
了解本文內容之前需要具備的 prerequisite：
Tree Traversal 指的是走訪 Tree 上的每一個 node，這邊的 tree 指的是所有種類的 tree，包括 Binary Tree、Binary Search Tree (BST) 等。
要走訪（遍歷）一個 Tree 有兩種常見方法：
（2026/08/18 更新內容）
此篇為舊文章，我已經另外整理資料結構與演算法的筆記，可以參考資料結構與演算法。
了解本文內容之前需要具備的 prerequisite：
Binary Search Tree（以下簡稱 BST）顧名思義也是 tree 一種類型，它具有以下特徵：
（2026/08/18 更新內容）
此篇為舊文章，我已經另外整理資料結構與演算法的筆記，可以參考資料結構與演算法。
這篇會講解 tree 這種資料結構，然後因為 tree 的類型有很多種，所以實作部分會在之後的文章進行。
Tree 是 graph 的其中一種形式，是一種具有多個 node 資料結構，且這些 node 之間有 parent / child 關係。
有關於 graph 的更詳細的內容，之後會寫在另一篇文章介紹。
source: 樹 (資料結構) - 維基百科