const a = a || {}

这句话的意思是:

如果 a 具有真值(不是undefned,null,NAN,false,0中的任意一 种) ，则这个a可以被使用 。
否则将 a 定义为一个空的object对象 {}
这样做的目的是，如果a没有被定义,在下面的代码里如果使用到变量a，浏览器将会抛出 xxx is undefined 的异常。大多数浏览器处理此异常的方法是停止执行其后的js代码。
所以预先处理好可能发生这种异常的情况，属于一种异常处理机制。

   On Error Resume Next的意思是如果发生错误就继续直接执行出错语句下面的那句。一般的，如果出错，VB会报告并停止运行，但有时错误并不严重，不会产生严重影响，你可以在可能出错的语句前面加上这句。但是如果错误很严重，会影响到后续语句，就不要使用这个方法了。

	

首先要知道 Stop the world的含义(网易面试)：不管选择哪种GC算法，stop-the-world都是不可避免的。Stop-the-world意味着从应用中停下来并进入到GC执行过程中去。一旦Stop-the-world发生，除了GC所需的线程外，其他线程都将停止工作，中断了的线程直到GC任务结束才继续它们的任务。GC调优通常就是为了改善stop-the-world的时间 
CMS收集器是一种以获取最短回收停顿时间为目标的收集器，CMS收集器是基于“”标记--清除”(Mark-Sweep)算法实现的，整个过程分为四个步骤： 
          1. 初始标记 (Stop the World事件 CPU停顿， 很短) 初始标记仅标记一下GC Roots能直接关联到的对象，速度很快；
           2. 并发标记 (收集垃圾跟用户线程一起执行) 初始标记和重新标记任然需要“stop the world”，并发标记过程就是进行GC Roots Tracing的过程；
           3. 重新标记 (Stop the World事件 CPU停顿，比初始标记稍微长，远比并发标记短)修正并发标记期间因用户程序继续运作而导致标记产生变动的那一部分对象的标记记录，这个阶段的停顿时间一般会比初始标记阶段稍长一些，但远比并发标记时间短
           4. 并发清理 -清除算法；
　　整个过程中耗时最长的并发标记和并发清除过程收集器线程都可以与用户线程一起工作，所以，从总体上来说，CMS收集器的内存回收过程是与用户线程一起并发执行的。 
初始标记：仅仅是标记一下GC roots 能直接关联的对象，速度很快  (何为GC roots :
在Java语言中，可作为GC Roots的对象包括4种情况：
  a) 虚拟机栈中引用的对象(栈帧中的本地变量表)；
  b) 方法区中类静态属性引用的对象；
  c) 方法区中常量引用的对象；
  d) 本地方法栈中JNI(Native方法)引用的对象。
具体参考：JVM的垃圾回收机制 总结(垃圾收集、回收算法、垃圾回收器)) 
CMS是一款优秀的收集器，它的主要优点是：并发收集、低停顿，但他有以下3个明显的缺点：
优点：并发收集，低停顿 
理由：由于在整个过程和中最耗时的并发标记和 并发清除过程收集器程序都可以和用户线程一起工作，所以总体来说，Cms收集器的内存回收过程是与用户线程一起并发执行的
缺点：
   1.CMS收集器对CPU资源非常敏感 
      在并发阶段，虽然不会导致用户线程停顿，但是会因为占用了一部分线程使应用程序变慢，总吞吐量会降低，为了解决这种情况，虚拟机提供了一种“增量式并发收集器” 
的CMS收集器变种， 就是在并发标记和并发清除的时候让GC线程和用户线程交替运行，尽量减少GC 线程独占资源的时间，这样整个垃圾收集的过程会变长，但是对用户程序的影响会减少。(效果不明显，不推荐) 
  2. CMS处理器无法处理浮动垃圾 
      CMS在并发清理阶段线程还在运行， 伴随着程序的运行自然也会产生新的垃圾，这一部分垃圾产生在标记过程之后，CMS无法再当次过程中处理，所以只有等到下次gc时候在清理掉，这一部分垃圾就称作“浮动垃圾” ， 
 3. CMS是基于“标记--清除”算法实现的，所以在收集结束的时候会有大量的空间碎片产生。空间碎片太多的时候，将会给大对象的分配带来很大的麻烦，往往会出现老年代还有很大的空间剩余，但是无法找到足够大的连续空间来分配当前对象的，只能提前触发 full gc。 
    为了解决这个问题，CMS提供了一个开关参数，用于在CMS顶不住要进行full gc的时候开启内存碎片的合并整理过程，内存整理的过程是无法并发的，空间碎片没有了，但是停顿的时间变长了  
------------------------------------------------------------------------------------------------------------------  
G1(Garbage First)是一款面向服务端应用的垃圾收集器。G1具备如下特点：
5、G1运作步骤：
1、初始标记(stop the world事件 CPU停顿只处理垃圾)；
2、并发标记(与用户线程并发执行)；
3、最终标记(stop the world事件 ,CPU停顿处理垃圾)；
4、筛选回收(stop the world事件 根据用户期望的GC停顿时间回收)(注意：CMS 在这一步不需要stop the world)(阿里问为何停顿时间可以设置，参考：G1 垃圾收集器架构和如何做到可预测的停顿(阿里))
与其他GC收集器相比，G1具备如下特点：
1、并行于并发：G1能充分利用CPU、多核环境下的硬件优势，使用多个CPU(CPU或者CPU核心)来缩短stop-The-World停顿时间。部分其他收集器原本需要停顿Java线程执行的GC动作，G1收集器仍然可以通过并发的方式让java程序继续执行。
2、分代收集：虽然G1可以不需要其他收集器配合就能独立管理整个GC堆，但是还是保留了分代的概念。它能够采用不同的方式去处理新创建的对象和已经存活了一段时间，熬过多次GC的旧对象以获取更好的收集效果。
3、空间整合：与CMS的“标记--清理”算法不同，G1从整体来看是基于“标记整理”算法实现的收集器；从局部上来看是基于“复制”算法实现的。
4、可预测的停顿：这是G1相对于CMS的另一个大优势，降低停顿时间是G1和ＣＭＳ共同的关注点，但Ｇ１除了追求低停顿外，还能建立可预测的停顿时间模型，能让使用者明确指定在一个长度为M毫秒的时间片段内，
上面几个步骤的运作过程和CMS有很多相似之处。初始标记阶段仅仅只是标记一下GC Roots能直接关联到的对象，并且修改TAMS的值，让下一个阶段用户程序并发运行时，能在正确可用的Region中创建新对象，这一阶段需要停顿线程，但是耗时很短，并发标记阶段是从GC Root开始对堆中对象进行可达性分析，找出存活的对象，这阶段时耗时较长，但可与用户程序并发执行。而最终标记阶段则是为了修正在并发标记期间因用户程序继续运作而导致标记产生变动的那一部分标记记录，虚拟机将这段时间对象变化记录在线程Remenbered Set Logs里面，最终标记阶段需要把Remembered Set Logs的数据合并到Remembered Set Logs里面，最终标记阶段需要把Remembered Set Logs的数据合并到Remembered Set中，这一阶段需要停顿线程，但是可并行执行。最后在筛选回收阶段首先对各个Region的回收价值和成本进行排序，根据用户所期望的GC停顿时间来制定回收计划。
G1垃圾回收器其实是JDK7的特性，在目前JDK10都已经发布的情况下，已经不是什么新特性了，而我到它现在才关注它，可见我是有多么的懒；而我终于关注它了，可见我的懒还算是有救的 :)
G1其实是Garbage First的意思，垃圾优先? 不是，是优先处理那些垃圾多的内存块的意思。在大的理念上，它还是遵循JVM的内存分代假设(其实叫假设不准确，这是从实际Java应用的内存使用观察得到的结论):
90%的对象熬不过第一次垃圾回收，而老的对象(经历了好几次垃圾回收的对象)则有98%的概率会一直活下来。
基于这个分代假设，一般的垃圾回收器把内存分成三类: Eden(E), Suvivor(S)和Old(O), 其中Eden和Survivor都属于年轻代，Old属于老年代，新对象始终分配在Eden里面，熬过一次垃圾回收的对象就被移动到Survisor区了，经过数次垃圾回收之后还活着的对象会被移到Old区。
一般GC的内存分布
这样分代的好处是，把一个复杂的大问题，分成两类不同的小问题，针对不同的小问题，采用更有针对性的措施(分而治之):
对于年轻代的对象，由于对象来的快去得快，垃圾收集会比较频繁，因此执行时间一定要短，效率要高，因此要采用执行时间短，执行时间的长短只取决于对象个数的垃圾回收算法。但是这类回收器往往会比较浪费内存，比如Copying GC，会浪费一半的内存，以空间换取了时间。
对于老年代的对象，由于本身对象的个数不多，垃圾收集的次数不多，因此可以采用对内存使用比较高效的算法。
跟其它垃圾回收器不一样的是：G1虽然也把内存分成了这三大类，但是在G1里面这三大类不是泾渭分明的三大块内存，G1把内存划分成很多小块, 每个小块会被标记为E/S/O中的一个，可以前面一个是Eden后面一个就变成Survivor了。
G1的内存分布
这么做给G1带来了很大的好处，由于把三块内存变成了几百块内存，内存块的粒度变小了，从而可以垃圾回收工作更彻底的并行化。
G1的并行收集做得特别好，我们第一次听到并行收集应该是CMS(Concurrent Mark & Sweep)垃圾回收算法, 但是CMS的并行收集也只是在收集老年代能够起效，而在回收年轻代的时候CMS是要暂停整个应用的(Stop-the-world)。而G1整个收集全程几乎都是并行的，它回收的大致过程是这样的:
在垃圾回收的最开始有一个短暂的时间段(Inital Mark)会停止应用(stop-the-world)
然后应用继续运行，同时G1开始Concurrent Mark
再次停止应用，来一个Final Mark (stop-the-world)
最后根据Garbage First的原则，选择一些内存块进行回收。(stop-the-world)
由于它高度的并行化，因此它在应用停止时间(Stop-the-world)这个指标上比其它的GC算法都要好。
G1的另一个显著特点他能够让用户设置应用的暂停时间，为什么G1能做到这一点呢？也许你已经注意到了，G1回收的第4步，它是“选择一些内存块”，而不是整代内存来回收，这是G1跟其它GC非常不同的一点，其它GC每次回收都会回收整个Generation的内存(Eden, Old), 而回收内存所需的时间就取决于内存的大小，以及实际垃圾的多少，所以垃圾回收时间是不可控的；而G1每次并不会回收整代内存，到底回收多少内存就看用户配置的暂停时间，配置的时间短就少回收点，配置的时间长就多回收点，伸缩自如。(阿里面试)
由于内存被分成了很多小块，又带来了另外好处，由于内存块比较小，进行内存压缩整理的代价都比较小，相比其它GC算法，可以有效的规避内存碎片的问题。
说了G1的这么多好处，也该说说G1的坏处了，如果应用的内存非常吃紧，对内存进行部分回收根本不够，始终要进行整个Heap的回收，那么G1要做的工作量就一点也不会比其它垃圾回收器少，而且因为本身算法复杂了一点，可能比其它回收器还要差。因此G1比较适合内存稍大一点的应用(一般来说至少4G以上)，小内存的应用还是用传统的垃圾回收器比如CMS比较合适。
总结
G1通过在垃圾回收领域应用并行化的策略，把几块大内存块的回收问题，变成了几百块小内存的回收问题，使得回收算法可以高度并行化，同时也因为分成很多小块，使得垃圾回收的单位变成了小块内存，而不是整代内存，使得用户可能对回收时间进行配置，垃圾回收变得可以预期了。
分而治之、化整为零这些朴素的架构思想往往是很多牛叉技术产品背后的思想根源啊。

一、思考❓❔
1.什么是debug?
找茬
找软件的茬
发现程序的缺陷
2.为什么需要debug?
谁都不敢保证，写的代码没有任何问题
高效查找软件异常
一位优秀的开发工程师
20%的时间写代码
80%的时间用来排错
“不会debug” == “不会代码” == “低工资”
3.debug工具需要具备哪些功能?
控制程序的执行
想停则停，想执行则执行
随心所欲
设置断点
在指定位置停止
查看当前命名空间(程序栈)中变量
二、Python中的Debug大法📐
案例代码如下所示：
创建deubg_skills_demo.py文件
import time
from DebugSkills.gifts import send_gift
def say_love(name, talk):
print(f"{name}: {talk}!")
print(show(3))
print(f"{send_gift()}, 能代表我的心!")
def show(num):
print(f"{'轰隆' * num}!")
print(f"{'⚡' * num}")
return "还敢再发誓吗?"
def long_long_ago(name, talk):
# breakpoint()
print("\nlong long ago...")
print("当初没被雷劈死的原因既然是爱错了那个她/他")
print(f"{name}: {talk}!")
print(show(4))
print(f"{send_gift()}, 能代表我的心!")
if __name__ == '__main__':
lover = input("请输入你爱的人: ")
love_talk = input("请输入爱的箴言: ")
# 方法一:
# import pdb
# pdb.set_trace()
# 方法二:
# breakpoint()
breakpoint()
say_love(lover, love_talk)
time.sleep(5)
lover = input("\n请输入你爱的人: ")
love_talk = input("请输入爱的箴言: ")
long_long_ago(lover, love_talk)
创建gifts.py文件
import random
gifts = ["99朵玫瑰", "钻戒", "马尔代夫三十日游",
"北京二环内的一套厕所", "玛莎拉蒂车钥匙",
"免费自行车司机"]
def send_gift():
"""
送礼物
:return:
"""
one_gift = random.choice(gifts)
return one_gift
1.pdb操作 (^_-)-☆
系统自带的debug工具(无需安装)
将以下代码放在需要调试的地方(类似于设置断点)
# 通用方法
import pdb; pdb.set_trace()
# Python3.6以上版本
breakpoint()
当程序执行到上述代码所在位置时，会自动开启一个console终端
"->"是接下来要执行的代码(当前还未执行)
可以在终端运行的命令
list或者l
显示当前运行的代码
默认列出11行代码
p 变量名 或者 p 需要运行的表达式
打印变量的值
step或者s
如果在函数调用处执行，则会进入函数体内部
next或者n
如果在函数调用处执行，则不会进入函数体内部
enter
重复执行上一次的命令
b(reak) [ ([filename:]lineno | function) [, condition] ]
设置断点
filename可选，如果不传，默认在当前文件设置断点
c或者continue
继续往下运行，在下一个断点处停下来
disable 断点编号
禁用断点
enable 断点编号
启用断点
cl或者clear 断点编号
清除断点
display或者undisplay 变量
监听或者不监听某个变量
如果变量值改变，会自动显示
h或者help
帮助信息
h 具体命令
具体命令的帮助文档
h pdb
pdb的完整文档
三、Pycharm debug操作🔨🔨
1.打开Python Prompt
会出现一个ipython的控制台
可在控制台查看当前命名空间中的变量
也可执行Python表达式
2.Step Over / F8
按调试工具栏中的
类似于pdb中的next
程序不会进入到函数体内部
3.Step Into / F7
按调试工具栏中的
类似于pdb中的step
程序会进入到函数(方法)体内部、系统源码、第三方模块源码中
4.Step Out / Shift+F8
从函数体内部跳出
5.Step Into My Code / ALT+Shift+F7
按调试工具栏中的
主要关注自己写的代码
从系统源码、第三方模块源码中跳到自己写的代码中
6.Evaluate Expression
在当前命名空间内计算表达式的值
7.Quick Evaluate Expression
快速计算表达式的值
8.Watching
类似于pdb中的display
可以监听某个变量或者表达式的值
四、总结💡💡
作为代码编写者，掌握代码的调试技巧是必备的
能提升工作效率，提高代码质量
Python中Debug调试工具和技巧非常多
最常用、最实用的知识点，本文均有覆盖