《C Primer Plus（第6版）中文版》详细讲解了C语言的基本概念和编程技巧。 《C Primer Plus（第6版）中文版》共17章。第1章、第2章介绍了C语言编程的预备知识。第3章～第15章详细讲解了C语言的相关知识，包括数据类型、格式化输入/输出、运算符、表达式、语句、循环、字符输入和输出、函数、数组和指针、字符和字符串函数、内存管理、文件输入和输出、结构、位操作等。第16章、第17章介绍C预处理器、C库和高级数据表示。本书以丰富多样的程序为例，讲解C语言的知识要点和注意事项。每章末尾设计了大量复习题和编程练习，帮助读者巩固所学知识和提高实际编程能力。附录给出了各章复习题的参考答案和丰富的参考资料。 《C Primer Plus（第6版）中文版》可作为C语言的教材，适用于需要系统学习C语言的初学者，也适用于想要巩固C语言知识或希望进一步提高编程技
这是一本关于 高级/进阶 算法和数据结构的图书，主要介绍了用于Web应用程序、系统编程和数据处理领域的各种算法，旨在让读者了解如何用这些算法应对各种棘手的编码挑战，以及如何将其应用于具体问题，以应对新技术浪潮下的 棘手 问题。 本书对一些广为人知的基本算法进行了扩展，还介绍了用于改善优先队列、有效缓存、对数据进行集群等的技术，以期读者能针对不同编程问题选出更好的解决方案。书中示例大多辅以图解，并以不囿于特定语言的伪代码以及多种语言的代码样本加以闸释。 学完本书，读者可以了解高级算法和数据结构的相关内容，并能运用这些知识让代码具备更优性能，甚至能够独立设计数据结构，应对需要自定义解决方案的情况。 本书可作为高等院校计算机相关专业本科高年级学生以及研究生的学习用书，也可供从事与算法相关工作
本书将数学理论与实例相结合，这些实例以*先进的通用机器学习框架为基础，由Python实现，向读者介绍更复杂的算法。全书共25章，包括机器学习模型基础、损失函数和正则化、半监督学习导论、高级半监督分类、基于图的半监督学习、聚类和无监督学习模型、高级聚类和无监督学习模型、面向营销的聚类和无监督学习模型、广义线性模型和回归、时序分析导论、贝叶斯网络和隐马尔可夫模型、*大期望算法、成分分析和降维、赫布学习、集成学习基础、高级提升算法、神经网络建模、神经网络优化、深度卷积网络、循环神经网络、自编码器、生成对抗网络导论、深度置信网络、强化学习导论和高级策略估计算法。
本书归纳了程序员面试中的经典算法题，并按照由浅入深、循序渐进的顺序讲解。本书首先讲解程序员面试时需要了解的制作简历的技巧和IT名企的面试流程，以及面试时经常忽略的代码规范性问题。然后详细分析程序的时间复杂度和空间复杂库，包括如何把控程序的实际运行时间，以及编程语言的内存管理。接着讲解数组、链表、哈希表、字符串、栈与队列、二叉树、回溯算法、贪心算法、动态规划的理论基础及其相关题目。本书采用了力扣（LeetCode）的原题，方便读者在学习算法的同时，及时练习相关代码，加深对相关概念的理解。本书适合所有程序员阅读，特别是正在准备面试的程序员。希望本书可以帮助读者循序渐进地学习算法，并搭建起知识框架，提升算法功力。
本书由五部分组成：推荐系统的技术、评估、应用、人机交互及高级话题。第 一部分展示了如今构建推荐系统的流行和基础的技术，如协同过滤、基于语义的方法、数据挖掘方法和基于情境感知的方法。第二部分主要关注离线和真实用户环境下用于评估推荐质量的技术及方法。第三部分包括了一些推荐技术多样性的应用。首先简述了与工业实现和推荐系统开发相关的一般性问题，随后详细介绍了推荐系统在各领域中的应用：音乐、学习、移动、社交网络及它们之间的交互。第四部分包含了探讨一系列问题的文章，这些问题包括推荐的展示、浏览、解释和视觉化以及人工决策与推荐系统相关的重要问题。第五部分收集了一些关于高级话题的文章，例如利用主动学习技术来引导新知识的学习，构建能够抵挡恶意用户攻击的健壮推荐系统的合适技术，以及结合多种用户反
本书介绍了如何分析排队模型的概率性质，以及分析过程中所涉及的统计原理。作者并没有局限于某个特定的应用领域，而是基于计算机科学、工程学、商业和运筹学等多个领域的实践阐述了相关的排队论理论。本书特别介绍了一种数值方法，可以帮助读者理解排队论并对相关数据进行估算，并全面地介绍了简单的和高级的排队模型。 本书扩展了对排队论的定性（非数学）描述，包括对日常生活中排队场景的描述，扩展了对随机过程的介绍，包括泊松过程及马尔可夫链。在介绍理论知识的同时，本书还提供了实际应用的例子，所有习题都已经过国外本科及研究生高等课程的课堂测试，可以帮助读者掌握解决实际排队问题的技巧。各章所介绍的关键概念和公式都是相对独立的，读者可以单独阅读感兴趣的内容。 本书可作为高等院校应用数学、统计学等专业师生的
《Swift常用算法 经典计算机科学问题的Swift实现》 通过探究基本的编码技术和算法，进一步提高读者的Swift编程技能。读者在领略书中关于搜索、聚类、图等领域的示例时，脑海中将会重现一些已经淡忘的重要内容，并将找到 新 问题的经典解决方法。作者David Kopec具有出众的能力，将计算机科学的核心原理与诸如应用、数据、性能甚至通过工作面试等现实问题加以关联。 特色内容: ◆ 宽度优先、深度优先、A*搜索算法 ◆ 约束满足问题 ◆ 使用图算法来解决问题 ◆ 神经网络、遗传算法等 ◆ 全部代码示例采用Swift 4.1编写 《Swift开发秘籍》 在本书中，著名编程图书作者Erica Sadun介绍了有效的策略和即时可用的Swift代码来应对日常开发所面临的挑战。 在Erica Sadun编写的所有编程畅销书中， Swift开发秘籍 将现代的*实践转换为几十个行之有效、
《码农翻身》 本书用故事的方式讲解了软件编程的若干重要领域， 侧重于基础性、原理性的知识。第1章讲述计算机的基础知识，包括程序的运行原理，进程、线程、文件系统、I/O系统、数据库原理、TCP/IP，Socket，编译原理的概述，递归等。第2章侧重Java的基础知识，包括Java的历史、JVM、序列化、持久化、JDBC、JSP、动态代理、泛型、注解、日志、JMS、CAS等。第3章则偏重Web后端编程，包括HTTPS、SSO、OAuth、RPC、SOA、微服务、HTTP服务器的原理、缓存、分布式一致性算法、高可用性、数据库读写分离等。第4章讲解代码管理的本质，包括各种源码管理工具(SVN, Git)的原理，Ant和Maven的原理，如何做单元测试，烂代码的产生等。第5章讲述了JavaScript的历史、Node.js的原理、程序的链接、命令式和声明式的区别以及作者十多年来使用过的各种编程语言的感受。第6章是作者的经验
《计算机程序设计艺术》系列被公认为计算机科学领域的权威之作，深入阐述了程序设计理论，对计算机领域的发展有着极为深远的影响。本书是该系列的第1 卷，讲解 基本算法，其中包含了其他各卷都需用到的基本内容。本卷从基本概念开始，然后讲述信息结构，并辅以大量的习题及答案。 本书适合从事计算机科学、计算数学等各方面工作的人员阅读，也适合高等院校相关专业的师生作为教学参考书，对于想深入理解计算机算法的读者，是一份必不可少的 珍品。
本书在介绍软件性能测试概念的基础上，结合对实际测试案例的剖析，重点讲解了性能测试实战技术、LoadRunner工具的使用技巧和实际工作中的问题解答。 全书分为15章，内容从测试项目实战需求出发，除讲述了软件测试的分类以及测试的流程等外，还重点讲述了性能测试技术和LoadRunner 11.0与12.60工具应用的实战知识。为了有效地解决工作中遇到的问题，本书基于实践中经常遇到的问题汇总了几十个解决方案。详细的项目案例、完整的性能测试方案、计划、用例设计、性能总结及相关交付文档为您做好实际项目测试提供了很好的帮助，基于LoadRunner和第三方工具对象的开发为您进行性能测试锦上添花，相信本书一定会对您进行性能测试理论学习和实践大有裨益。 本书图文并茂，通俗易懂，适合性能测试设计人员、性能测试开发人员、性能测试分析人员、项目经理和测
隐写术是把秘密消息隐藏在看似正常的数字媒体中，通过隐藏秘密消息的存在性来获得通信安全的一种隐蔽通信技术，它是信息隐藏技术的一个重要分支。弗里德里希编著的这本《数字媒体中的隐写术－－原理算法和应用》全面介绍了隐写术的历史起源、基本原理、主要算法和实际应用，同时还重点介绍了检测隐写术的隐写分析技术。本书还包含了隐写及隐写分析中用到的多种理论，如信息论、编码理论、信号估计和检测，以及统计信号处理等，且大部分算法都提供了伪代码，使得算法的实现非常容易。 本书适合作为信息安全、信息处理、计算机应用等专业本科高年级学生及研究生的专业课教材，也可供从事信息隐藏和多媒体信息安全领域研究的科研人员阅读参考。
《漫画算法：小灰的算法之旅》通过虚拟的主人公小灰的心路历程，用漫画的形式讲述了算法和数据结构的基础知识、复杂多变的算法面试题目及算法的实际应用场景。 第1章 介绍了算法和数据结构的相关概念，告诉大家算法是什么，数据结构又是什么，它们有哪些用途，如何分析时间复杂度，如何分析空间复杂度。 第2章 介绍了*基本的数据结构，包括数组、链表、栈、队列、哈希表的概念和读写操作。 第3章 介绍了树和二叉树的概念、二叉树的各种遍历方式、二叉树的特殊形式 二叉堆和优先队列的应用。 第4章 介绍了几种典型的排序算法，包括冒泡排序、快速排序、堆排序、计数排序、桶排序。 第5章 介绍了10余道职场上流行的算法面试题及详细的解题思路。例如怎样判断链表有环，怎样计算大整数相加等。 第6章 介绍了算法在职场上的一些应用，例如使用LRU
《MATLAB优化算法案例分析与应用》 本书全面而系统地介绍了MATLAB算法和案例应用，涉及面广，从基本操作到高级算法应用，几乎涵盖MATLAB算法的所有重要知识。本书结合算法理论和流程，通过大量案例，详解算法代码，解决具体的工程案例，让读者更加深入地学习和掌握各种算法在不同案例中的应用。 本书共32章。涵盖的内容有MATLAB基础知识、GUI应用及数值分析、MATALB工程应用实例、GM应用分析、PLS应用分析、ES应用分析、MARKOV应用分析、AHP应用分析、DWRR应用分析、模糊逼近算法、模糊RBF网络、基于FCEM的TRIZ评价、基于PSO的寻优计算、基于PSO的机构优化、基本PSO的改进策略、基于GA的寻优计算、基于GA的TSP求解、基于Hopfield的TSP求解、基于ACO的TSP求解、基于SA的PSO算法、基于kalman的PID控制、基于SOA的寻优计算、基于Bayes的数据预测、基于SOA的PID参数整
本书翻译自Sam R. Alapati 的Expert Hadoop Administration。Sam R. 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；*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。
本书从企业数字化转型入手，介绍企业如何通过OpenShift构建PaaS平台、实现DevOps、实现微服务治理和微服务的高级管理。 全书共分为四大部分： *部分PaaS能力建设。即本书的 PaaS三部曲 ，包含第2-4章的内容，分别是：基于OpenShift构建企业级PaaS、OpenShift在企业中的开发和运维实践、OpenShift在公有云上的实践。 第二部分DevOps能力建设。即本书的 DevOps两部曲 ，包含第5-6章的内容，分别为：在OpenShift上实现DevOps、DevOps在企业中的实践。 第三部分微服务能力建设。即本书 微服务三部曲 ，包含第7-9章的内容，分别为：微服务介绍及Spring Cloud在OpenShift上落地、Istio架构介绍与安装部署、基于OpenShift和Istio实现微服务落地。 第四部分微服务高级管理。包含本书第10章的内容。介绍基于OpenShft和红帽其他解决方案微服务的高级管理（API管理、分布式集成和流程自动化），并*终
