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。

本书整理了Python语言面向初学者的几乎所有基础知识点，并对这些知识做了一定程度的拓展与提高。本书内容不仅包括有助于理解基本知识点的案例代码，还包含了经典数学问题等方面的项目，以及如何用Python开发音乐播放器以及弹球游戏等项目。 这是一本交互性极强的书，书中提供了大量的代码练习，包括代码填空、代码阅读、代码设计以及总结归纳等，有助于形成一定的编程思维模式，快速、牢固地掌握Python编程方法与技巧。本书配备部分视频讲解，扫二维码观看视频即可同步学习书中的核心知识及重点内容。 本书适合中小学生以及其他编程初学者学习使用，也适合想陪小朋友一起学习Python编程的家长阅读使用，同时可作为相关培训机构的参考用书。

敏捷运动发展得如火如荼，关于敏捷的新理解、新诠释层出不穷，而最初推动这场运动的 17名软件工程专家现在也有各自的事业发展方向。他们中有的人致力于传播**的敏捷思想，有的人在自己专长的领域默默贡献，还有的人选择回归敏捷本源……在他们不为人知的经历背后，会有更多的内容等我们慢慢发掘。本书将他们再次引至台前，展示了《敏捷宣言》签署人的人生经历。本书既适合敏捷实践者、敏捷爱好者阅读，也适合对软件开发、敏捷开发的发展历程感兴趣的人员查阅。

在数字化时代，公司的业务都高度依赖信息技术，研发效能已经成为科技企业发展的核心竞争力。 研发效能在国内还处于快速探索期，还有一系列非常重要的概念需要澄清，方法和实践需要整理，问题和困惑需要解答。 本书试图通过洞悉研发效能提升的底层逻辑，全方位、系统地介绍研发效能的全景。我们希望这本书是研发效能领域的百科全书，能够涵盖效能提升全生命周期的方方面面，在精心设计的逻辑结构组织下，能够对效能实践、效能工具平台、效能度量方法，以及各个行业典型案例等进行全面又有深度的解读。 我们希望通过本书帮助更多在研发效能领域持续探索的企业和同行，为软件工程在国内的持续发展做出一点点贡献。

本书首先介绍Spring、Spring Boot、Spring MVC和Spring Security等技术，然后以一个简易的在线书店管理系统为例，全面讲解采用JPA/MyBatis、MySQL、Thymeleaf与Bootstrap技术栈开发应用程序的过程。开发过程中引入菱形测试模型，覆盖单元测试、接口测试、功能测试和探索测试等方法，并开展关键字驱动测试和数据驱动测试。本书基于分层测试框架，结合实践案例说明如何实施测试，有助于项目研发人员提高测试效率和产品成熟度。本书不仅适合测试人员、开发人员阅读，还可作为相关培训机构的教材。

本书对Figma和Framer的使用方法进行了详细讲解，为读者提供详细的图文说明，包括软件基础操作、使用团队组件库和界面设计等。本书第1、2、3章讲解Figma的使用，第4、5章讲解Figma社区和团队协作，第6章讲解界面设计，第7章讲解Framer的使用方法。本书附赠案例学习文件和在线视频，便于读者学习使用。本书适合UI/UX设计师、设计团队和计划进入界面设计行业的读者学习与参考。

本书分享的实用技巧可以帮助你编写鲁棒、可靠且易于团队成员理解和适应不断变化需求的代码。内容涉及如何像高效的软件工程师一样思考代码，如何编写读起来像一个结构良好的句子的函数，如何确保代码可靠且无错误，如何进行有效的单元测试，如何识别可能导致问题的代码并对其进行改进，如何编写可重用并适应新需求的代码，如何提高读者的中长期生产力，同时还介绍了如何节省开发人员及团队的宝贵时间，等等。

本书是围绕抽象思维、架构设计、实施运营来指导网络DevOps落地的实践指南，也是通过方法论结合工程实践来阐述网络DevOps平台架构设计的架构设计实战手记。 本书共8章，内容包括：什么是网络DevOps、网络DevOps的核心——网络DevOps平台、网络DevOps平台架构设计方法论、网络DevOps平台的系统架构设计、网络DevOps平台的中台能力设计、网络DevOps平台实施七要素、网络DevOps平台的实施建议、网络DevOps平台的迭代演进。 作者将网络运营的特点、抽象思维和架构设计的方法论充分结合，并以“一个小网工成长为系统架构师”的故事结合案例串联全书，将架构设计的理念、方法和实践以通俗易懂的形式呈现给读者，具备较强的示范性和可读性。 本书适合互联网基础设施运营团队的管理者包括传统网络工程师和网络平台研发工程师等一线从业者阅读与参考。

PyTorch 是基于 Torch 库的开源机器学习库，它主要由 Meta（原 Facebook）的人工智能研究实验室开发，在自然语言处理和计算机视觉领域都具有广泛的应用。本书介绍了简单且经典的入门项目，方便快速上手，如 MNIST数字识别，读者在完成项目的过程中可以了解数据集、模型和训练等基础概念。本书还介绍了一些实用且经典的模型，如 R-CNN 模型，通过这个模型的学习，读者可以对目标检测任务有一个基本的认识，对于基本的网络结构原理有一定的了解。另外，本书对于当前比较热门的生成对抗网络和强化学习也有一定的介绍，方便读者拓宽视野，掌握前沿方向。本书适合人工智能、机器学习、深度学习方面的人员阅读，也适合其他 IT 方面从业者，另外，还可以作为相关专业的教材。

SPSS的全称 Statistical Program for Social Sciences，即社会科学统计程序。该软件是公认的优秀的统计分析软件之一。SPSS软件面向行业应用人员，软件设计突出统计方法的成熟、实用、易用性、界面易操作性及与文字处理软件等的交互性上。全书共分十六章，包括：SPSS基本操作部分，介绍了SPSS 27.0基础、数据文件的建立与基本操作；SPSS统计分析部分，介绍了基本统计分析功能、均值比较与检验、方差分析、相关分析、回归分析、非参数检验、聚类分析与判别分析、因子分析与主成分分析、生存分析、信度分析等统计分析过程；SPSS图形功能部分，不仅介绍了基本统计图和交互图相关内容，还介绍了SPSS的主题图功能；SPSS实例部分，设计了场景式教学。本书适合作为高等院校相关专业本科生、研究生，以及从事统计分析和决策的各领域相关专业的读者学习参考。