Joey's blog

Python 模式——把书买回家：
  pip install mathjs
  → 包下载到你电脑硬盘的 site-packages/ 目录
  → 以后每次运行从硬盘读取
  → 断网也能用

JavaScript（浏览器）模式——每次去图书馆借：
  <script src="https://cdnjs.cloudflare.com/ajax/libs/mathjs/12.4.0/math.min.js"></script>
  → 浏览器打开网页时，向这个网址发起请求，把代码下载到内存
  → 代码在当前网页的内存中"活"着
  → 关掉网页，内存释放，什么痕迹都不留
  → 断网则无法加载

1. 浏览器读取本地硬盘上的 .html 文件
2. 解析 HTML，遇到 <script src="https://..."> 这一行
3. 浏览器向该 URL 发起网络请求（GET）
4. 服务器返回 math.js 的源代码（纯文本）
5. 浏览器将这段代码编译并加载到当前页面的 JavaScript 执行环境中
6. 之后在 <script> 或 JS 代码中写 math.evaluate(...) 就能直接调用

整个过程：
  - 没有写入硬盘（浏览器缓存除外）
  - 没有修改系统任何设置
  - 没有注册表、没有环境变量
  - 关掉网页，内存释放

第一步：在联网状态下，浏览器直接打开 CDN 地址
        https://cdnjs.cloudflare.com/ajax/libs/mathjs/12.4.0/math.min.js
        Ctrl+S 另存为，放到和 HTML 文件同一个文件夹

第二步：HTML 中的引用从 CDN 改为本地路径
        <!-- 从网上借（需联网） -->
        <script src="https://cdnjs.cloudflare.com/ajax/libs/mathjs/12.4.0/math.min.js"></script>

        <!-- 改成用本地的（完全离线） -->
        <script src="math.min.js"></script>

第三步：完事

你的文件夹/
├── SciCalc.html      ← 主页面（包含所有界面和逻辑）
└── math.min.js       ← 数学库（约 500KB）

操作：打开网址 → 右键另存为 → 得到 1 个文件
结果：math.min.js（1 个文件，约 500KB）
浏览器能直接用：<script src="math.min.js">
不需要 Node.js 环境

操作：命令行执行 npm install mathjs
结果：自动创建 node_modules/ 目录，内含上百个文件
浏览器能直接用：不能
需要 Node.js 环境

npm install 后的文件结构：
你的文件夹/
├── SciCalc.html
├── package.json
├── package-lock.json
└── node_modules/
    ├── mathjs/
    │   ├── lib/
    │   │   ├── core/
    │   │   │   ├── function/
    │   │   │   │   ├── arithmetic/
    │   │   │   │   │   ├── add.js
    │   │   │   │   │   ├── subtract.js
    │   │   │   │   │   └── ... 几十个文件
    │   │   │   │   ├── matrix/
    │   │   │   │   ├── trigonometry/
    │   │   │   │   └── ...
    │   │   └── type/
    │   └── package.json
    └── 其他被依赖的包...

npm 进货原材料（node_modules/）
    ↓
构建工具加工（Vite / Webpack 打包）
    ↓
产出成品（1 个或几个 .js 文件）
    ↓
浏览器加载成品

一张手机随手拍的照片       → 3~5 MB
一页微信朋友圈图片          → 1~2 MB
math.js 压缩文件           → 0.5 MB
一首 MP3 歌曲（128kbps）   → 3~4 MB
一个 10 秒短视频           → 5~20 MB

1. 删除所有注释         → 可能减少 30%
2. 删除所有空格和换行   → 可能减少 20%
3. 长变量名改为单字母   → 可能减少 10~20%

示例：
// 未压缩（给人看，~2.5MB）
function add(a, b) {
    // 将两个数相加
    // 参数 a - 第一个数
    // 参数 b - 第二个数
    var result = a + b;
    return result;
}

// 压缩后（给机器看，~0.5MB）
function add(a,b){return a+b}

math.min.js 磁盘大小           → 500 KB
实际网络传输（gzip 压缩后）    → ~150 KB

Python 包 = 买一台组装好的自行车（占地方，拿起来就能骑）
JS 包     = 拿一张自行车图纸（几乎不占地方，但需要有工厂来造）
           而浏览器，就是那个免费的造车工厂

Python 模式：Python 解释器(小) + NumPy(自带C发动机) → 30MB + 15MB = 45MB 才能算
JS 模式：    Chrome(自带V8超级发动机,几百MB) + math.js(图纸,0.5MB) → 瞬间编译，开始算

实际计算用的机器码（C 编译产物）    ~5 MB
C 语言头文件（给开发者参考）        ~3 MB
测试用例                          ~2 MB
文档和元数据                      ~1 MB
多平台版本（Win/Mac/Linux 都打包） ~4 MB

Python：开 10 个进程，10 个 CPU 核心一起算
JS（浏览器）：只有一个主线程，所有事情排队做

Python NumPy：底层调用 C 语言的 BLAS/LAPACK（Intel/AMD 花几十年优化的库）
              矩阵乘法自动用 CPU 的 SIMD 指令（一次算 8 个数）
              1000×1000 矩阵乘法 → 几毫秒

JS math.js：纯 JavaScript 的 for 循环嵌套实现
            1000×1000 矩阵乘法 → 几百毫秒到几秒

         完全做不了                   能做但慢                   轻松搞定
            │                          │                          │
            ▼                          ▼                          ▼
    ┌───────────────┐        ┌─────────────────┐        ┌─────────────────┐
    │ 读写本地文件   │        │ 2000×2000 矩阵  │        │ 100×100 矩阵运算 │
    │ 调用本地程序   │        │ 高精度浮点运算   │        │ 方程求解         │
    │ 关机后继续跑   │        │ 符号积分         │        │ 数值积分/微分    │
    │ 直接操作硬件   │        │ 深度学习训练     │        │ 函数绘图         │
    │               │        │                 │        │ 统计分析         │
    │  这是安全墙    │        │  这是性能墙      │        │  这是主场        │
    └───────────────┘        └─────────────────┘        └─────────────────┘