出现在书名中的结果
共 0 条
数据结构（C语言版）（第2版）
24人今日阅读 推荐值 79.8%
本书在选材与编排上，贴近当前普通高等院校数据结构课程的现状和发展趋势，符合最新研究生入学考试大纲，内容难度适中，突出实用性和应用性。全书共8章，内容包括绪论，线性表，栈和队列，串、数组和广义表，树和二叉树，图，查找和排序。全书采用类C语言作为数据结构和算法的描述语言。
24
Python数据结构与算法分析（第2版）
35人今日阅读 推荐值 88.6%
了解数据结构与算法是透彻理解计算机科学的前提。随着Python日益广泛的应用，Python程序员需要实现与传统的面向对象编程语言相似的数据结构与算法。本书是用Python描述数据结构与算法的开山之作，汇聚了作者多年的实战经验，向读者透彻讲解在Python环境下，如何通过一系列存储机制高效地实现各类算法。通过本书，读者将深刻理解Python数据结构、递归、搜索、排序、树与图的应用，等等。
35
秒懂算法：用常识解读数据结构与算法
71人今日阅读 推荐值 91.5%
本书是简单易懂的数据结构与算法入门书。作者略过复杂的数学公式，用“通俗讲解×逐步图示×代码实现”的方式介绍了数据结构与算法的基本概念，培养读者的算法思维。全书共有20章。读者将了解数据结构与算法为何如此重要，如何快速使用大O记法判断代码的运行效率，以及如何用动态规划优化算法。本书的重点内容包括冒泡排序、选择排序、插入排序等排序算法，以及深度优先搜索、广度优先搜索、迪杰斯特拉算法等图算法。在学习算法的过程中，读者也将通晓数组、哈希表、栈、队列、链表、图等常用数据结构的适用场景。
71
利用Python进行数据分析（原书第2版）
61人今日阅读 推荐值 84.1%
阅读本书可以获得关于在Python下操作、处理、清洗、规整数据集的完整说明。本书第2版针对Python 3.6进行了更新，并增加了实际案例向你展示如何高效地解决一系列数据分析问题。你将在阅读过程中学习到最新版本的pandas、NumPy、IPython和Jupyter。
61
学术写作原来是这样：语言、逻辑和结构的全面提升（珍藏版）（精装）
48人今日阅读 推荐值 91.0%
本书是北京大学心理与认知科学学院研究员、博士生导师易莉撰写的一部心理学及相关学科英文学术写作指南。 作者总结了自己十余年的学术写作心得，收集、整理了学生英文论文写作过程中遇到的各种问题，从学术写作的障碍和原则、学术写作的逻辑、学术写作的语言、学术写作的流程四个方面，简洁明了地介绍了学术写作的方法。 此外，作者还在附录中提供了很多有用的学术写作资源（如学术写作指导书单、学术措辞库、语料库等）和写作修改范例，以帮助读者提高学术写作水平，顺利发表论文。 阅读本书，你将： ●了解一些快速提高逻辑思维能力的资源 ●明白情绪等心理因素在学术写作中的重要性 ●了解如何从期刊编辑或审稿人的视角写学术论文 ●学会如何用精准简洁的语言写好学术论文 ●学会如何有逻辑地论证自己的学术观点 ●学会如何写出流畅的学术论文 ●学会如何从读者的角度来确定句子结构 ●学会如何从文章的内容和大纲结构来谋篇布局 ……
48
剑指Offer（专项突破版）：数据结构与算法名企面试题精讲
39人今日阅读 推荐值 87.4%
本书全面、系统地总结了在准备程序员面试过程中必备的数据结构与算法。本书首先详细讨论整数、数组、链表、字符串、哈希表、栈、队列、二叉树、堆和前缀树等常用的数据结构，然后深入讨论二分查找、排序、回溯法、动态规划和图搜索等算法。除了介绍相应的基础知识，每章还通过大量的高频面试题系统地总结了各种数据结构与算法的应用场景及解题技巧。本书适合所有正在准备面试的程序员阅读。无论是计算机相关专业的应届毕业生还是初入职场的程序员，本书总结的数据结构和算法的基础知识及解题经验都不仅可以帮助他们提高准备面试的效率，还可以增加他们通过面试的成功率。
39
C语言程序设计：现代方法（第2版）
31人今日阅读 推荐值 85.2%
时至今日， C语言仍然是计算机领域的通用语言之一，但今天的 C语言已经和最初的时候大不相同了。本书最主要的一个目的就是通过一种“现代方法”来介绍 C语言，书中强调标准 C，强调软件工程，不再强调“手工优化”。这一版中紧密结合了 C99标准，并与 C89标准进行对照，补充了 C99中的最新特性。本书分为 C语言的基础特性、 C语言的高级特性、 C语言标准库和参考资料 4个部分。每章末尾都有一个“问与答”小节给出一系列与该章内容相关的问题及答案，此外还包含适量的习题。本书是为大学本科阶段的C语言课程编写的教材，同时也非常适合作为其他课程的辅助用书。
31
Python语言及其应用（第2版）
26人今日阅读 推荐值 73.9%
本书分为上、下两大部分，共计22章。第一部分（第1~11章）由浅入深地介绍Python的基础知识，包括变量、数值、条件语句、文本字符串、循环语句、元组、列表、字典、集合、函数、对象、类、模块、库，等等。掌握这些基础知识将为运用Python奠定牢固的基础。第二部分（第12~22章）介绍Python的应用，所涉及的领域包括Web应用、数据库、网络和机器学习。你将学会用Python处理时间、进行网络通信、完成数据科学任务等，还会了解并发的相关知识。
26