昨天用在线javascript压缩器压缩ext-all.js，效果还不错

ljm10 2010-01-15 05:11:14

610K的ext-all.js压缩到382K,压缩率达62.4%。在我的项目中使用未见有任何错误，而用其它压缩器压缩ext-all.js，或多或少都会出错。

在线压缩器地址:http://dean.edwards.name/packer/

如果各位还有什么好的压缩工具的话，希望能贴出来大家分享一下

...全文

758 11 打赏收藏转发到动态举报

写回复

用AI写文章

11 条回复

切换为时间正序

请发表友善的回复…

发表回复

naruto1021 2012-09-14

打赏
举报

试了一下，还不错，顶一个

shiqilong 2012-05-17

打赏
举报

[Quote=引用 5 楼的回复:]

楼主，你压缩的是哪个版本的Ext-All.js啊？我压缩的3.2.0的就少了10K..
[/Quote]
注意打勾：
Base62 encode
Shrink variables

shiqilong 2012-05-17

打赏
举报

1071-->686
效果不错

hetaoblog 2011-07-27

打赏
举报

我搞了一个，要不试试我这个？
http://tool.hetaoblog.com/

湖南自考室 2010-12-24

打赏
举报

900---》700

还不错啊

ljm10 2010-11-10

打赏
举报

3.0的

「已注销」 2010-11-04

打赏
举报

楼主，你压缩的是哪个版本的Ext-All.js啊？我压缩的3.2.0的就少了10K..

wllllll 2010-08-31

打赏
举报

我实在有点不懂，玩电脑的怕链接有木马？直接自己点进去就知道了。
说什么有嫌疑啊。。一看就是一个业余电脑玩家

sohighthesky 2010-01-15

打赏
举报

[Quote=引用 2 楼 ljm10 的回复:]
哎，好心发个网址，给大家分享，我有必须帮国外的做广告吗，小人之心。再说人家用了base62压缩，不只是改变变量名这么简单
[/Quote]
打不开，
第一次用qq五笔回帖

ljm10 2010-01-15

打赏
举报

哎，好心发个网址，给大家分享，我有必须帮国外的做广告吗，小人之心。再说人家用了base62压缩，不只是改变变量名这么简单

xiuyouxu 2010-01-15

打赏
举报

有广告嫌疑啊，感觉只是改变变量名而已...

gnome-getting-started-docs-ja_3.36.1-0ubuntu1_all.deb

源码链接： https://pan.quark.cn/s/1816d6959d72 vs2013的安装流程详解，适用于刚接触编程的朋友，敬请查阅！感谢支持！

代码转载自：https://pan.quark.cn/s/a4b39357ea24 Hashing Algorithms for Approximate Nearest Neighbor Search ============= We provide here the matlab codes of some popular hashing algorithms. Most of the core functions are written by the author of the original paper, we simply add some wrapper codes for the interface. These codes are used in our paper: A Revisit of Hashing Algorithms for Approximate Nearest Neighbor Search Currently, the following hashing algorithms are included: LSH (Locality Sensitive Hashing) [1] [2] SH (Spectral Hashing) [3] KLSH (Kernelized Locality Sensitive Hashing) [4] BRE (Binary Reconstructive Embeddings) [5] USPLH (Unsupervised Sequential Projection Learning Hashing) [6] ITQ (Iterative Quantization) [7] AGH (Anch...

gir1.2-edatabook-1.2_3.36.1-2_amd64.deb

本资源集成了粒子群优化与人工神经网络两种算法，专门用于天线设计中的参数调优。代码支持MATLAB 2014a、2019b及2024b等多个版本，并附带可直接执行的示例数据集。代码采用模块化设计，所有关键参数均可灵活配置，便于用户根据具体需求进行调整。程序结构逻辑清晰，关键步骤均配有详细注释，有助于理解算法流程与实现细节。该资源主要面向计算机科学、电子信息工程、数学等相关专业的高年级本科生或研究生，适用于课程设计、综合实验或学位论文等教学与实践环节。在现代通信系统中，天线性能是决定整体通信质量的核心因素之一。天线参数优化旨在通过调整其关键物理或电气指标，使天线在特定工作场景下达到最优性能。粒子群优化算法模拟鸟群的社会觅食行为，通过个体与群体之间的信息交互，在多维参数空间中并行搜索全局最优解。该方法具有设置简便、收敛速度较快、全局探索能力较强的特点，适用于天线参数这类多变量、非线性的优化问题。人工神经网络通过构建多层非线性计算单元，能够学习天线参数与辐射特性之间的复杂映射关系。经过充分训练的网络模型可以快速预测新参数配置下的天线性能，或用于逆向设计，从而有效辅助优化流程。将两种算法结合，可兼顾全局搜索效率与模型泛化能力，为天线设计提供一套系统的计算工具。本套代码不仅提供了完整的算法实现，还包含经过整理的案例数据，用户可直接运行并观察优化效果，从而加深对理论方法的理解。代码已在多个MATLAB版本中通过测试，保证其可移植性与稳定性。对于从事天线设计、计算电磁学或智能优化算法研究的人员，本资源可作为实用的参考工具，帮助掌握算法应用并提升解决实际工程问题的能力。资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！

JavaScript

87,994

社区成员

224,693

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章