本书介绍了常见的数据结构,如链表、堆栈、队列、树、哈希表等,并对查找、排序等进行了算法分析,还给出了相应的Java实现。本书逻辑结构严谨,主次分明,可用做计算机或程序员参考用书。
《神经计算原理(英文版)》是一部优秀的教材,着重讲述人工神经网络基本原理以及如何运用各种神经计算技术来解决科学和工程领域中的现实问题:模式识别、最优化、事件分类、非线性系统的控制和识别以及统计分析等。算法——大多数训练算法都用上下框线框出,便于读者查找MATLAB函数——一些训练算法有一个附带的MATLAB函数实现(在文中用黑体字显示)。代码部分相对简短,仅用几分钟就可以输入MATLABMATLABToolbox——书中大量使用MATLAB的NeuralNetworkToolbox来举例说明某些神经计算概念Web站点——登录《神经计算原理(英文版)》的Web站点可获取最新、最全面的信息示例——在大多数章节中都给出了详尽的示例,阐释重要的神经计算概念习题集——每章最后都给出大量应用神经计算技术的习题。一些习题需要使用MATLAB和MATLAB的NeuralNetworkToolbox。在某些情况下,
许多程序员可能并不知道,C++不仅是一个面向对象程序语言,它还适用于泛型编程(genericprogramming)。这项技术可以大大增强你的能力,协助你写出高效率并可重复运用的软件组件(softwarecomponents)。 本书由知名的C++专家MatthewH.Austern执笔,引导你进入泛型编程思维模型,并将你带往此一模型的最重要成品:C++StandardTemplateLibrary(STL)。本书揭示STL的奥秘,告诉你STL不仅仅是一组方便运用的容器类(containerclasses)。对于泛型组件和可交互作用的组件而言,STL是一个具备扩充能力的框架(framework)、《泛型编程与STL》阐述了泛型编程的中心思想:concepts、modeling、refinement,并为你展示这些思想如何导出STL的基础概念:iterators、containers、functionobjects。循此路线,你可以把STL想像为一个由concepts(而非明确之functions或classes)组成的程序库:、你将学习其正式结构
本书是一本对基本概念和语言特性有着深刻见解的指南性书籍,同时也是一本包含内容广泛的参考性书籍。本书首先讲述了语言细节,然后对编码技巧进行了广泛的讨论,还对模板的应用进行了阐述、分析。贯串全书的示例阐明了抽象概念并演示了实践方法。读者将学习到:·正确的模板行为;·如何避开与模板相关的错误陷阱;·从基础的到早前没有文字约定的惯用语法和技巧;·如何在不对性能和安全性造成损害的前提下进行源代码重用;·如何提高C程序的效率;·如何构建更具灵活性和可维护性的软件。