本书全面系统地介绍数据结构的基础理论与算法设计方法，全书共8章，主要内容包括: 线性表，栈和队列，串、数组和广义表，树和二叉树，图，查找及排序。本书精选数据结构考研试题和各类竞赛试题进行讲解，案例和习题丰富，突出数据结构的算法实现，采用Python语言实现了全部算法。本书内容编排符合当前高等学校数据结构课程的现状和发展趋势，以及本科培养目标和教育工程认证要求。本书配套资源丰富，提供了微课视频、源程序代码、PPT课件、教学大纲、考试样题及习题库以及上机实验等。
本书可作为高等学校计算机、软件

本书是计算机专业硕士研究生入学考试“数据结构”课程的复习用书，内容包括绪论，线性表，栈、队列和数组，串，树与二叉树，图，查找，排序等。全书严格按照最新计算机考研大纲数据结构部分的要求，对大纲所涉及的知识点进行集中梳理，力求内容精练、重点突出、深入浅出。本书精选各名校的历年考研真题，并给出详细的解题思路，力求实现讲练结合、灵活掌握、举一反三的效果。本书既可作为考生参加计算机专业硕士研究生入学考试的复习用书，又可作为计算机专业学生学习数据结构课程的辅导用书。

“数据结构与算法”是计算机科学与技术、软件工程等相关专业的重要基础课，是这些专业的核心课程之一，是一门集技术性、理论性和实践性于一体的课程。本书内容包括基本数据类型、抽象数据类型、线性表、链表、串、树和二叉树、图、递归与分治算法、贪心算法、分支限界法和动态规划法等内容；并重点介绍抽象数据类型、基本数据结构、C语言数据结构描述、数据结构的应用、算法设计与分析以及算法性能评价等内容，目的是让读者理解数据抽象与编程实现的关系，提高用计算机解决实际问题的能力。
本书结构合理，内容丰富，算法描述清晰

机器学习是计算机人工智能的重要研究领域和应用方向，本书是学习和实践机器学习的入门教材，基于Python语言，介绍如何使用机器学习的相关算法对数据进行分析。本书在内容上涵盖机器学习相关基础知识，在组织编排上循序渐进。全书共11章，分为3个部分：第一部分（第1～3章）为机器学习基础知识，包括数值计算基础、数据分析、数据可视化；第二部分（第4～9章）为机器学习算法，包括线性模型、朴素贝叶斯、支持向量机、决策树、聚类分析和集成学习；第三部分（第10～11章）为实践项目，包括房价预测和手写数字识别，每章有

本书是根据全国高等教育自学考试指导委员会最新制定的《数据结构自学考试大纲》，为参加全国自学考试的考生编写的教材。在本书编写过程中，参考了目前国内外比较流行的相关教材，并结合作者多年来相关课程的教学心得，以及编写其他教材和辅助教材的经验与体会，选材适当，叙述简洁且针对要点，符合自学考试的特点与要求。本书共分8章，各章由浅入深，详细讲解相关的概念和知识点，使用例题辅助对重点内容的理解及掌握。对于相关的算法，在讲解实现思路的同时，给出了实现代码。各章的最后配以适量的习题供考生练习使用，并提供

本书涵盖多个领域的深度学习应用案例，旨在通过具体的案例阐述典型深度学习算法在图像分类、声音识别、目标检测等多个领域的应用。本书的典型案例包括太阳黑子智能分类、气象预测、食物咀嚼声音分类、智能厨房、智能冰箱食材识别、集体照人脸识别、遛狗牵绳智能检测、智能药品识别、道路裂缝检测、学生课堂行为检测、水边垂钓行为检测、主副驾驶员安全带佩戴情况检测等。这些案例旨在通过解决实际问题帮助读者深入理解深度学习算法的应用和实践。

“数据结构”是计算机及相关专业的专业基础课，它所包含的知识内容和技术方法，无论对学习计算机学科或其他相关课程，还是对从事软件设计和开发工作的学习者而言，都是重要的理论基础。本教材编者结合近年来最新的教学改革实践、科研项目经验，充分调动编写团队力量，参考大量文献资料，按新工科发展理念构建书本的知识框架。本教材主要呈现数据的逻辑结构、数据的物理结构以及它们之间的相互关系，并对这种结构定义相适应的运算，设计出相应的算法。教材内容共分为八章，分别为绪论、线性表、栈和队列、数组和广义表、树和二叉

本书根据作者十余年来以遥感数字图像获取、处理、输出、应用为体系开展的系统研究工作所积累丰硕成果的基础上，经过汇总整理，完成了本书。全书分为16章，从三部分来对遥感图像处理进行阐述，第一部分是基础部分，主要从遥感的图像总体性处理进行介绍，主要内容有遥感图像处理的概念和本书的框架，遥感图像的数字化，显示和常用的处理软件，并着重介绍了遥感图像图处理的方法的数字基础，主要从直方图，点运算，代数运算和几何运算几方面来阐述。第二部分是遥感图像数字处理的理论部分，主要涉及图像内部及像素间数学处理，主要从线性系

本书以微型计算机为基础，全面系统地介绍计算机基础知识及基本操作。全书共12个项目，主要内容包括了解计算机基础知识、学习计算机系统知识、认识Windows 10、管理计算机中的资源、编辑Word文档、排版文档、制作Excel表格、计算和分析Excel数据、制作幻灯片、设置并放映演示文稿、使用计算机网络和做好计算机维护等。本书采用项目任务式讲解方式，并参考了全国计算机等级考试一级计算机基础及MSOffice应用考试大纲的要求，训练学生的计算机操作能力及培养学生的信息素养。书中大多数任务以“

本书是被众多高校采用的教材《云计算》的第四版，是清华大学博士刘鹏教授团队的心血之作。在应对大数据挑战的过程中，云计算技术日趋成熟，拥有大量的成功商业应用。本书追踪前沿技术，相比第三版更新了40%以上的内容，包括大数据与云计算、Hadoop 3.0：主流开源云架构、虚拟化技术、容器技术、云原生技术、云计算数据中心、总结与展望等内容。刘鹏教授创办的云计算世界、大数据世界网站和“刘鹏看未来”微信公众号为本书学习提供技术支撑。