本书是一本全面、深入解析与算法竞赛有关的数据结构、算法、代码的计算机教材。 本书包括十个专题： 基础数据结构、基本算法、搜索、高级数据结构、动态规划、数论和线性代数、组合数学、计算几何、字符串和图论。本书覆盖了绝大多数算法竞赛考点。 本书解析了算法竞赛考核的数据结构、算法； 组织了每个知识点的理论解析和经典例题； 给出了简洁、精要的模板代码； 通过明快清晰的文字、透彻的图解，实现了较好的易读性。 本书的读者对象是参加算法竞赛的中学生和大学生、准备面试IT企业算法题的求职者、需要提高算法能力的开发人员，以及对计算机算法有兴趣的广大科技工作者。

本书共分10章,首先介绍了汽车电子控制系统以及AUTOSAR 规范的基本概念;之后以AUTOSAR方法论为线索,通过示例开发过程介绍,全面展现了基于AUTOSAR工具链完成符合AUTOSAR规范的车用控制器软件开发的具体流程与方法;*后,剖析了AUTOSAR对道路车辆功能安全ISO 26262标准的支持情况,并对AUTOSAR 与信息安全以及Adaptive AUTOSAR平台进行了介绍。本书以通俗易懂的语言和形象的图解展现了AUTOSAR中一些复杂的概念问题,精心设计的示例亦旨在以开发者的视角深度剖析AUTOSAR方法论的具体实施过程。本书可作为汽车电子相关专业高年级本科生和研究生的参考书,也可作为汽车电子行业软件工程师学习参考的资料。

你知道你不想重新发明轮子，因此你指望设计模式能帮上忙 那些面对相同软件设计问题的人所学到的教训。有了设计模式，你就可以借助他人的实践和经验，把时间花在一些更有挑战性、更有趣的事情上。本书展示了重要的模式；何时使用、为什么使用这些模式；如何在自己的设计中应用这些模式；模式所基于的面向对象设计原则。无数开发人员通过这本书提升了面向对象设计技能，来加入他们的队伍吧。

《大话软件工程 需求分析与软件设计》面向从事软件分析与设计相关工作的读者。《大话软件工程 需求分析与软件设计》的重点是在软件工程中增加了业务设计和应用设计的部分，提出了软件设计工程化的模式，支持进行定性、定量的软件项目管理，是一本实操型的软件工程工具书。全书共分为6篇22章，分别介绍了业务分析与设计的理论、需求工程的调研与分析方法、业务的分析与设计方法、应用设计方法、业务用例和应用用例的编写方法、需求和设计的配套模板、规格书标准等。 《大话软件工程 需求分析与软件设计》可作为软件工程师（包括需求、设计、开发、实施）、产品/项目经理、管理咨询师的实用工具书、培训机构的设计资格培训教材，以及普通高等院校管理信息专业、计算机专业学生学习软件设计方法的参考书。

本书以宏晶科技公司STC8系列增强型51单片机作为讲述核心，深入浅出地介绍该系列单片机片内资源及应用，其内容可在STC8A、STC8F、STC8C、STC8G及STC8H等系列单片机中应用。本书以各种巧例解释相关原理，以资源组成构造学习脉络，选取主流开发工具构建开发环境，利用实战项目深化寄存器理解，注重 学 与 用 的结合，帮助读者朋友们快乐入门、进阶，筑牢基础，将相关理论知识应用到实际产品研发之中。 本书根据STC8系列单片机的资源脉络及初学者的学习需求，按照梯度设定22章，从内容组成上分为 无痛入门基础篇 和 片内资源进阶篇 。 无痛入门基础篇从第1章到第8章，主要讲解单片机的发展、学习方法、STC8系列单片机家族成员、软/硬件开发环境搭建及调试、I/O资源使用和配置、LED器件控制、A51和C51语言开发差异及特点、常见字符/点阵型液晶模块的驱动、独立按

本书以一个Kubernetes工程师的视角，全面系统地介绍Kubernetes常见的知识点、企业应用实践及运维管理方法。本书共分18章，第1、2章介绍如何快速搭建高可用的Kubernetes集群；第3～7章介绍Docker的基础和镜像的制作优化，以及Kubernetes的基础概念（Master、Node和Pod）、核心调度资源（Deployment、StatefulSet、DaemonSet、CronJob）、服务发布（Service和Ingress）和配置管理（ConfigMap和Secret）。第8～11章主要介绍Kubernetes的持久化存储、动态存储、CSI、高级调度（容忍、污点和亲和力）、服务质量、权限管理、Kubernetes资源配额管理。第12、13章主要介绍云原生存储、中间件容器化、Operator和Helm的使用。第14～16章主要介绍针对Kubernetes的日志收集（EFK）、监控告警（Prometheus和Grafana）、生产级服务发布Ingress的使用。第17章主要介绍基于Kubernetes、Jenkins、Harbor、GitLab等工具建设生产级的DevOps平台

本书分为软件基础入门与应用实例两大部分，全书共计17章节。1～11章节为软件基础入门，其内容以热仿真工作流程、建立模型、网格划分、求解计算、结果处理、优化设计和仿真模型校核为主。12～17章节为软件应用实例部分，其内容主要由BGA封装芯片、户外通信机柜、数据中心、智能手机、服务器六个应用实例组成。本书内容丰富、讲解详尽，在介绍FloTHERM软件的同时，也注重相关背景原理的阐述和软件实际应用的注意事项。其中软件基础内容多来自作者的多年积累和整理。仿真模型的校准作为热仿真分析的重中之重，本书中也进行了细致的阐述。应用实例内容涵盖软件不同的应用领域，对于软件使用者而言，具有很强的实际指导意义。本书可以作为电子设备热仿真工作者、热设计工程师和FloTHERM软件使用者的自学教材和参考书，同时也可以作为高等院校学

短短几年时间， Scrum 跃升为敏捷*方法，在全球各地得以普遍应用。针对如何用好、用巧这个看似简单的框架，本书以通俗易懂的语言、条理清晰的脉络阐述和提炼出 Scrum 的精髓。全书共 4 部分 23 章，阐述了七大核心概念： Scrum 框架，敏捷原则，冲刺，需求和用户故事，产品订单，估算与速率，技术债；五大角色：产品负责人， ScrumMaster ，开发团队， Scrum 团队结构，经理： Scrum 规划原则及四大规划活动：多层次规划、产品组合规划、产品规划和长期规划；冲刺四大活动：规划、执行、评审和回顾。 本书取自作者十多年的实践经验，对员工个体和管理层都具有重要的指导和参考意义，可以帮助企业导入 Scrum 方法实现敏捷转型，从而在动态的商业环境中以积极的心态拥抱变化，做出优秀、卓越的产品，成就创业、守业、常青基业。

《敏捷软件开发(珍藏版)》作为敏捷软件开发的里程碑之作，重点介绍了敏捷软件开发的原则、模式和实践。全书共6部分30章4个附录，以场景化方式阐述了什么敏捷软件开发的核心，强调了工程实践是敏捷软件开发的重要基石。本书的写作风格诙谐幽默，巧妙地通过通俗易懂和画面感十足的的表述漫画来帮助读者理解可能枯燥晦涩的专业技术要点。 《敏捷软件开发(珍藏版)》适合真正想要通过敏捷方式来提升软件开发技能以及及时交付软件价值的所有读者阅读和参考。

通过本书你将了解到如何使用、部署和维护Apache Spark开源集群计算框架。本书由Spark的创始人所撰写，重点介绍Spark*版本的新功能和新特点。本书将Spark功能分解为若干独立主题来进行全面介绍。 本书的主要内容有： 大数据技术和Spark概述。 通过实例学习DataFrame、SQL、Dataset等Spark的核心API。 了解Spark的低级API实现，包括RDD以及SQL和DataFrame的执行过程。 了解Spark如何在集群上运行。 Spark集群和应用程序的调试、监控、和调优。 学习Spark强大的流处理引擎 结构化流处理。 学习MLlib并了解如何应用它解决包括分类、推荐，以及其他多种实际问题。

《深入理解分布式共识算法》结合理论知识、算法模拟和源码解析，从多个维度详细剖析分布式共识算法的基本原理和应用实践，涵盖分布式共识算法的方方面面。同时《深入理解分布式共识算法》对共识算法开发中的重点和难点问题进行了重点讲解，并提供精心准备的练习题供读者巩固和提高所学的知识。另外，作者针对重点内容录制了教学视频，以帮助读者高效、直观地学习。 《深入理解分布式共识算法》共10章，分为4篇。第1篇分布式相关概念与定理，主要介绍集群、状态机和共识等相关概念，以及BASE和CAP理论等相关知识；第2篇常见分布式共识算法原理与实战，主要介绍二阶段提交（2PC）协议、三阶段提交（3PC）协议、Paxos、ZAB和Raft等相关知识；第3篇Paxos变种算法集合，主要介绍Paxos变种算法的发展历程，以及Fast Paxos和EPaxos等变种算法的相关知识；第4篇番

软件质量始终是软件领域的热门话题。当下新一代信息技术层出不穷，软件的复杂性也变得越来越高，对于软件质量的测量和评价也变得越来越困难。本书围绕着软件工程领域的标准展开，以软件质量、软件测试、软件质量评价、软件质量保证等标准应用为主导，逐一对软件质量、软件测试、质量保证、软件规模度量、软件复杂性度量相关的技术要点展开讲解。

本书立足实践，以通俗易懂的方式详细介绍深度学习的基础理论以及相关的必要知识，同时以实际动手操作的方式来引导读者入门人工智能深度学习。本书的读者只需具备Python语言基础知识，不需要有数学基础或者AI基础，按照本书的内容循序渐进地学习，即可快速上手深度学习。本书配套示例源码、PPT课件、数据集、开发环境与答疑服务。 本书共分13章，主要内容包括人工智能、机器学习和深度学习之间的关系、深度学习的环境搭建、深度学习的原理、深度学习框架TensorFlow和Keras、卷积神经网络相关知识、图像识别、情感分析、迁移学习、人脸识别、图像风格迁移、生成对抗网络等内容。本书从简单的常识出发来切入AI领域，打造平滑和兴奋的学习 体验。 本书作为零基础入门书，既适合希望了解深度学习、使用深度学习框架快速上手的初学者和技术人员阅读，

OpenCV是计算机视觉领域的开发者必须掌握的技术。本书针对 OpenCV 4.5进行编写，全面系统地介绍OpenCV 4.5的使用。书中重点介绍OpenCV 4.5相比之前的版本做出的重大修改。 本书共14章，主要内容包括OpenCV 4.5的基础知识、OpenCV开发环境搭建、OpenCV的模块架构、图像的读取与显示、核心模块CORE、图像处理模块基础、灰度变换和直方图修正、图像平滑、几何变换、图像分割、图像金字塔、图像形态学、图像边缘检测、视频加载与摄像头调用、摄像头视频录制以及OpenCV在机器学习方面的应用等，后给出一个停车场车牌识别系统的大案例。 本书适合计算机视觉与图像处理的开发人员、已有图像处理基础并想了解OpenCV 4.5新特性的开发人员阅读，也适合高等院校和培训机构计算机视觉与图像处理相关专业的师生作为教学参考书。

你可曾想过测试驱动开发的真正含义吗？你又曾想过高级顾问是如何运用*实践赚取高额钟点费的吗？或许，你正准备进行自动化的构建，使代码在版本控制之中，为软件进行重构，并将一些设计模式集成到你的软件系统之中。在你完成本书阅读之时，你将能跟踪工作量完成状况，解释开发团队中开发人员的编码能力与时间效率值，并且为项目反复进行需求、设计、开发与部署等工作。 我们认为你的时间宝贵，不应该浪费在努力理解新概念之中。利用*的认知科学与学习理论的研究成果，《Head First软件开发》采取专为大脑工作而设计的丰富视觉化风格，而不是令人昏昏欲睡的冗赘叙述。

本书是领域驱动设计方面的经典之作，修订版更是对之前出版的中文版进行了全面的修订和完善。 全书围绕着设计和开发实践，结合若干真实的项目案例，向读者阐述如何在真实的软件开发中应用领域驱动设计。书中给出了领域驱动设计的系统化方法，并将人们普遍接受的一些实践综合到一起，融入了作者的见解和经验，展现了一些可扩展的设计新实践、已验证过的技术以及便于应对复杂领域的软件项目开发的基本原则。

作为持续创新的动力源泉，设计思维是一种目标明确、体系清晰、以人为本的思维模式。本书共25章，由领先的行业专家和学者撰写，为个人和组织提供了在各种情境运用设计思维的工具、洞见和观点，包括新产品和服务的开发、新创企业、商业模式设计和流程改进。从本书中你将学到，以以人为本的创新方式深入挖掘客户的世界，以价值为基础，了解他们的需求；在以团队为基础的创新项目中*限度地发挥每个人的创意输出，在创新过程中的每个阶段提供支持和跨部门协作，在组织中的各个层面整合设计思维以解决*棘手的挑战。

本书融有限元分析的基础知识和ANSYS Workbench应用实例为一体，配以大量的案例分析，从而在基础理论和工程实践应用之间架起一座桥梁。全书共15章，分别讲解了ANSYS Workbench基础知识、几何建模基础 、网格划分平台、结构线性静力分析、Workbench界面与经典ANSYS(MAPDL)、热分析、动力学分析、显式动力学分析、线性屈曲分析、结构非线性分析、流体动力学分析、电磁场分析、优化设计、多物理场耦合分析及综合应 用和ANSYS Discovery AIM基础，主要包括不同物理场耦合技术在产品研发中的应用，这些都反映了当今国际上仿真技术发展的新应用成果。为了提高读者的学习效率，本书还特别配套1张DVD光盘，内含书中实例的模型 文件和计算文件。

本书是国内当前集中介绍软件调试主题的权威著作。本书第2 卷分为5 篇，共30 章，主要围绕Windows系统展开介绍。第一篇（第1~4 章）介绍Windows 系统简史、进程和线程、架构和系统部件，以及Windows系统的启动过程，既从空间角度讲述Windows 的软件世界，也从时间角度描述Windows 世界的搭建过程。第二篇（第5~8 章）描述特殊的过程调用、垫片、托管世界和Linux 子系统。第三篇（第9~19 章）深入探讨用户态调试模型、用户态调试过程、中断和异常管理、未处理异常和JIT 调试、硬错误和蓝屏、错误报告、日志、事件追踪、WHEA、内核调试引擎和验证机制。第四篇（第20~25 章）从编译和编译期检查、运行时库和运行期检查、栈和函数调用、堆和堆检查、异常处理代码的编译、调试符号等方面概括编译器的调试支持。第五篇（第26~30 章）首先纵览调试器的发展历史、工作模型和

本书中，享誉的面向对象技术大师Robert C. Martin深入而生动地使用真实案例讲解了面向对象设计的基本原则、重要的设计模式、UML和敏捷方法。 本书Java版曾荣获2003年3届Jolt大奖，是公认的经典著作。本书是C#程序员提升功力的教程，也可用作高校计算机、软件工程本科生、研究生的教材或参考书。

内 容 提 要 本书全面系统地介绍了大数据的测试技术与质量体系建设。本书共11章，第1～4章涵盖认识大数据，大数据技术生态，数据仓库的设计与构建，以及大数据项目开发流程；第5～7章讲解大数据测试方法、大数据测试实践和数据质量管理；第8～10章介绍大数据测试平台实践、数据治理平台建设，以及DataOps的理念与实践；第11章提供大数据测试学习路线。附录列出了大数据技术经典面试题。 本书适合想要了解大数据技术的读者，以及想要学习和掌握大数据测试与大数据开发的从业者。通过阅读本书，测试工程师可以系统地学习大数据技术基础、大数据开发和大数据测试等知识；大数据开发工程师可以借鉴大数据质量保障的方法，拓宽数据工程实践的思路；技术专家和技术管理者可以了解大数据质量保障体系、数据治理建设和DataOps实践等内容。