数据结构是高等学校计算机及其相关专业的核心课程，是计算机程序设计的基础。本书按照“像外行一样思考，像专家一样实践”的解决问题的思维方法，列举大量实际或工程案例，从具体问题中引出抽象概念，运用类比、图形化描述等各种方式，对经典数据结构内容做深入浅出的介绍。在介绍数据结构和算法的基本概念和算法分析方法的基础之上，从软件开发的角度，通过应用背景或知识背景介绍、数据分析、函数设计、算法设计、测试调试等环节，分别对顺序表、链表、栈、队列、串、数组、树、图等基本类型的数据结构进行了分析和讨论；介绍数据的典型操作方法，如数据排序方法和查找方法；介绍常见的如递归法、分治法、动态规划、贪心法等经典算法。

本书由算法领域的知名专家StevenSkiena教授编写，其主要内容包括基本算法设计、算法分析、数据结构、排序与查找、图算法、动态规划以及难解问题与近似算法。“设计”是本书的核心，作者不但以生动有趣的语言讲授了算法设计中的常用技术与思想，还着重教导我们应从已有经典设计和实现中汲取力量来完成问题求解，而这正是一个算法工作者所的素养。为了更全面真实地展现作者的算法设计观，本书每章都给出了若干取自现实案例的精彩WarStory，读者可以从中深刻体验到算法设计的曲折历程。为了减轻阅读的难度，作者淡化了繁难的算法分析而仅仅给出性能结论与对比，这在同类算法书中是相当少见的。此外，本书配套网站包含大量算法设计资源以及作者本人的授课视频，为算法设计者提供了极大的便利。本书长期居于算法教材前列，是一本不可多得的“算法

本书翻译自SamR.Alapati的ExpertHadoopAdministration。SamR.Alapati是Sabre公司的首席Hadoop管理员，具有多年的Hadoop运维管理经验。他希望通过本书，为Hadoop集群开发与管理人员提供一些有益指导。从事Hadoop的管理工作，首先要了解Hadoop的架构，只进行单纯的操作并不能被称为合格的管理员。基于此，本书在介绍Hadoop及其生态组件时，都会首先介绍其架构，以期读者能够在更高的层次认识管理工作。本书首先介绍了Hadoop的整体架构及其部署与使用；然后着重介绍了两个重要的计算引擎MapReduce与Spark；接着介绍了Hadoop的数据存储与安全、数据均衡等特性；很后则介绍了如何进行参数调优与故障排除。整个流程下来，读者能够建立起完整的关于Hadoop管理的体系架构。

本书内容按照算法策略分为7章。第1章从算法之美、简单小问题、趣味故事引入算法概念、时间复杂度、空间复杂度的概念和计算方法，以及算法设计的爆炸性增量问题，使读者体验算法的奥妙。第2～7章介绍经典算法的设计策略、实战演练、算法分析及优化拓展，分别讲解贪心算法、分治算法、动态规划、回溯法、分支限界法、线性规划和网络流。每一种算法都有4～10个实例，共50个大型实例，包括经典的构造实例和实际应用实例，按照问题分析、算法设计、完美图解、伪代码详解、实战演练、算法解析及优化拓展的流程，讲解清楚且通俗易懂。录介绍常见的数据结构及算法改进用到的相关知识，包括sort函数、优先队列、邻接表、并查集、四边不等式、排列树、贝尔曼规则、增广路复杂性计算、zui大流zui小割定理等内容。本书可作为程序员的学习用书，也适合从未

本书重点关注的是实用、立即可用的代码，并且广泛讨论了可移植性和特定于实现的细节。本书作者介绍了一些有用但很少被讨论的算法，它们可用于语音查找、日期和时间例程（直到公元1年）、B树和索引文件、数据压缩、任意精度的算术、校验和与数据验证，并且还最全面地介绍了查找例程、排序算法和数据结构。本书结构清晰，示例丰富，可作为广大程序员的参考用书。