内容涉及中间件原理与定义、发展历史、远程过程调用（RPC）、CORBA框架、组件对象模型、Web容器、消息中间件、数据访问、事务处理中间件、池化和负载均衡、Web服务、微服务等，屏蔽系统异构性，将复用等驱动软件发展的思想作为主线贯穿全书。第1～3章介绍中间件技术的背景知识、基本理论和早期的经典框架，第4～11章按功能和支撑技术分类介绍典型的中间件技术。各章内容自成体系，读者可根据需要学习。

基于Java技术栈介绍相应的框架和技术，设计了相应的编程案例，帮助读者巩固对中间件技术的理解

C语言既是目前应用极为广泛的高级程序设计语言之一，也是高等学校“程序设计”课程的**入门语言。全书共10个任务，主要内容包括第一个C语言程序，学生成绩管理系统界面设计（顺序结构程序设计），学生成绩管理系统主菜单功能实现（分支结构程序设计），学生成绩管理系统主菜单重复选择的实现（循环结构程序设计），用数组实现学生成绩管理系统，用函数改善学生成绩管理系统，用结构体优化学生成绩管理系统，用指针实现查询、修改、添加、删除学生成绩，用文件完善学生成绩管理系统，综合实训等。本书主要章节的内容采用任务驱动的方

本书是与谭浩强所著的《C语言程序设计》(第5版)（清华大学出版社出版）配套使用的参考书。全书分为四部分：第一部分是C语言上机指南，详细介绍了在Dev\|C++和Visual Studio集成环境下编辑、编译、调试和运行程序的方法。第二部分是上机实验，提供了学习“C语言程序设计”应进行的12个实验。第三部分是C语言常见错误分析和程序调试。第四部分是《C语言程序设计》(第5版)的习题和参考解答，包括该书各章的全部习题，其中编程习题给出的参考解答中约有100个程序。
本书是学习C语言的参考书，不

全书从三方面进行了精心组织和详细讲解，旨在为读者上机实践和全国计算机等级考试方面提供帮助。第一部分是上机实验指导，包括实验目的和实验内容，其中实验内容进一步分为验证实验、陷阱实验和进阶实验三个环节； 第二部分是习题参考答案和解析，包括提供学习目标、基本知识点、重点和难点，然后列出了每章的知识体系结构，最后是各章全部习题的参考答案和解析； 第三部分是全国计算机等级考试“二级C语言程序设计”考试大纲，最后一部分提供了全国计算机等级考试“二级C语言程序设计”的真题及详解。

本书主要作为计

本书内容包括初识C语言、掌握C语言的语法基础、使用分支语句、使用循环语句、使用数组处理数据、程序模块化设计、提高程序开发效率、构造数据类型、文件程序设计9个项目。采用活页式教材组织模式，每个项目分为若干任务。

本书系统地讲解了汇编语言程序设计的相关知识，全书共有11章，系统地论述了汇编语言基础知识，计算机基本原理，上机操作步骤，操作数的寻址方式，汇编语言的指令系统和伪指令，汇编语言中分支、循环和子程序的设计方法，高级汇编语言程序设计，32位汇编指令和MIPS指令系统。为了让读者能够及时地检查自己的学习效果，把握自己的学习进度，每章后面都附有丰富的习题。 本书既可以作为本科院校、高职高专各专业汇编语言课程的教材，也可以作为汇编语言培训或技术人员自学的参考资料。

本书共分16章，包括“宇宙第一”IDE——Visual Studio、踏上C#开发的征程、必须学会的C#语法、流程控制语句、数组——批量数据处理、看似简单的字符串、面向对象程序设计、Windows交互式图形界面、Windows控件——C/S程序的基础等。

本书基于Spring Boot2.7.3版本，配合源码的讲解，全面深入地讲解了Spring Boot的底层原理及主要应用，重点介绍使用Spring Boot进行微服务项目的快速开发。全书共9章，主要包括Spring Boot入门、Spring Boot基础、Spring Boot的数据访问、Spring Boot整合核心开发知识点、Spring Boot单元测试、Spring Boot安全管理、Spring Boot消息服务、Spring Boot的指标监控、智慧工地监控大数据平台。

本书详细地讲解了 Java EE中 Spring、Spring MVC和 MyBatis三大框架（SSM）的基础知识和实际应用。为了更好地帮助读者学习 SSM框架，本书以大量案例介绍了 SSM框架的基本思想、方法和技术。 全书共 17章，第 1～5章主要讲解 Spring框架的相关知识，内容包括 Spring入门、Spring IoC、Spring Bean、 Spring AOP以及 Spring的事务管理；第 6～13章主要讲解 Spring MVC的相关知识，内容包括 Spring MVC

本书结合全国大学生智能汽车竞赛百度智慧交通创意赛和完全模型组竞速赛，循序渐进地对Python和深度学习的基本知识进行了全面、系统的介绍。全书共11章，分为Python基础知识体系、Python文件处理与数据分析、深度学习基础理论与实践、智能车竞赛任务与实践四部分，详细介绍了Python基础知识、Python数据分析方法、机器学习概念、全连接神经网络和卷积神经网络模型的理论及产业级工程项目实践等。通过学习本书，学生可以从零基础开始，到能完成深度学习模型设计及部署验证，完成智能汽车竞赛中关于图