Теория [закрытого] кэширования
Я выясняю ответ! Вам нужно использовать функцию window.onload, как показано ниже. Спасибо Tec парень и Карим за помощь. Примечание. Вам по-прежнему необходимо использовать функцию готовности документа.
window.onload = function() {$('#logo').hide().fadeIn(3000);};
$(function() {$("#div").load(function() {$('#div').hide().fadeIn(750););
Это также сработало для меня, когда сразу после изображения ... Спасибо
3 ответа
Если вы можете предположить, что попадание в кэш происходит намного быстрее, чем промах в кэше, вы обнаружите, что сверхурочная работа, даже если у вас есть только промахи кеша, использование кеша будет по-прежнему быстрым или быстрее чем без использования кеша.
См. математику ниже:
Number of hits = NumRequests - #CacheMisses
AverageTime = ((NumRequests-#CacheMisses) * TimePerHit + #CacheMisses * TimePerMiss)/NumRequests
Если мы предположим, что NumRequests равно бесконечности (это проблема предела, не бойтесь вычислений), мы увидим следующее:
AverageTime = Infinity*TimePerHit/Infinity - #CacheMisses*TimePerHit/Infinity + #CacheMisses*TimePerMiss/Infinity
Оба условия с #CacheMisses стремятся к нулю, но все уравнение сводится к следующему:
AverageTime = TimePerHit
Конечно, это для случая, когда количество запросов бесконечно, но вы можете видеть, как это легко ускорит вашу систему с помощью кеша.
Подавляющее большинство реального кэширования включает использование " Правило 80-20 »или распределение Парето . См. Ниже, как это выглядит.
Это проявляется в приложениях следующим образом:
- Большая часть времени выполнения тратится на один и тот же фрагмент кода (делая кеши кода на CPU эффективными)
- Часто при доступе к переменной скоро он будет снова доступен (что делает кеши данных на процессорах эффективными)
- Когда браузер один раз просматривает имя хоста веб-сайта, он будет обращаться к нему довольно часто в ближайшем будущем (что сделает кеши DNS эффективными)
Поэтому я бы говорят "теория кеширования" состоит в том, чтобы израсходовать всего несколько дополнительных ресурсов, которые, как правило, «редки», но «быстро», чтобы компенсировать наиболее активные повторяющиеся действия, которые вы собираетесь делать.
Причина, по которой вы делаете это, состоит в том, чтобы попытаться «выровнять» количество раз, которое вы выполняете «медленную» операцию, на основании сильно искаженной диаграммы выше.
Я разговаривал с одним из профессоров моей школы, который указал мне на онлайн-алгоритмы , Кажется, это тема, которую я ищу.
Существует много общего между алгоритмами кэширования и алгоритмами замены страниц. Я, вероятно, отредактирую страницы WikiPedia для этих тем, чтобы прояснить связь, как только я узнали больше о предмете.