软件架构是指可以简化软件开发过程并提高应用程序质量的实现架构和系统。本书在第1版的基础上进行了全面修订和扩展，面向.NET 5和C# 9，介绍了一些能够助你成为一名卓越的软件架构师所需的关键技能、知识和**实践。　第2版增加了对软件架构原则的额外讲述、Azure服务结构、Kubernetes和Blazor等新章节。另外，还增加了关于安全性、微服务和DevOps的讨论，以及软件开发周期的GitHub部署。　首先，介绍如何将用户需求转换为软件架构需求，并探讨功能性需求和非功能性需求之间的差异。然后，探讨如何为基础设施选择云解决方案，以及如何在基于云的环境中管理应用程序。最后，讲解软件设计模式和各种软件方法，从而帮助你解决开发过程中遇到的常见问题。　学习完本书，你将能够构建并交付可满足组织业务需求的高度可扩展的企业应用程序。 主要内容 ● 使用多种技术克服现实工作中的架构挑战，并从设计层面解决问题 ● 应用分层架构、面向服务架构和微服务架构 ● 利用容器、Docker、Kubernetes和Blazor等工具高效管理微服务 ● 快速使用Azure工具和功能提供全局解决方案 ● 使用C# 9及其新功能编程和维护Azure功能 ● 了解什么情况下最适合使用测试驱动开发方法 ● 编写自动化功能测试用例 ● 充分利用DevOps原则实现CI/CD环境

本书将介绍一系列中高级命令的构建技巧，其中包括：选择或构建命令，帮助用户快速完成工作。高效运行命令，轻松浏览Linux文件系统。从简单的命令出发，构建强大且复杂的命令。通过文本文件的转换与类似于数据库的查询技术实现业务目标。通过Linux命令行实现鼠标点击的功能。

卓越的代码需要利用现代编程语言的先进特性来实现软件功能。但软件最终都要运行在计算机上，无论它是采用哪种编程语言编写的。因此，卓越的软件代码也要充分地利用计算机中的各种资源，将计算机的性能发挥到极致。现代编程语言将这些知识隐藏了起来，容易被我们忽视。因此，《编程卓越之道》系列的第一卷《深入理解计算机》将重点放在软件执行背后的计算机底层上，深入浅出地介绍了计算机体系结构的方方面面，帮助我们理解如何才能写出在计算机上高效运行的代码。本书具体内容包括：数字、字符串及复合数据结构在计算机中的表示形式，以及如何在内存层次结构中访问这些数据；基本的二进制运算、位运算、布尔逻辑，以及如何设计完成运算的中央处理器指令集；输入/输出、大容量存储等丰富多彩的外设，以及把这些外设和计算机相连进行通信的各种总线技术。本书适合软/硬件开发人员及系统程序员、移动及嵌入式设备开发者、体系结构设计人员，以及高校计算机相关专业师生。

内容提要本书面向蓝桥杯全国软件和信息技术专业人才大赛的软件类赛项（以下简称蓝桥杯软件类大赛），从数据结构和算法的维度帮助广大读者训练编程思维和计算思维，掌握编程方法和解题技巧。本书共10章，第1章主要介绍了蓝桥杯软件类大赛的基本情况，归类汇总了其涉及的知识点（包括算法知识点），详细介绍了其在线评测系统以说明评分情况。第2~10章则由浅入深、由易到难地介绍了各类知识点，包括手算题和杂题、基础数据结构、基本算法、搜索、高级数据结构、动态规划、数学、字符串、图论等，对于每一类知识点都简明扼要地进行说明，并以真题作为例题进行细致讲解，以更好地帮助读者实现学用结合的学习效果。需要特别说明的是，本书例题的代码部分，分别由C++、Python、Java三种语言来实现（书中仅提供以C++、Python语言编写的代码，以Java语言编写的代码可从本书的配套数字资源中获取）。本书不仅适合作为蓝桥杯软件类大赛参赛者的备赛用书，还适用于备赛其他编程或算法类大赛（如全国青少年信息学奥林匹克竞赛NOI、国际大学生程序设计竞赛ICPC、中国大学生程序设计竞赛CCPC、中国高校计算机大赛？团体程序设计天梯赛GPLT等）。此外，本书还可作为本科生和研究生的相关算法课程的教材或参考资料。

本书是一本面向中高级程序员的算法教程，借助Java语言，用经典的算法、编码技术和原理来求解计算机科学的一些经典问题。全书共10章，讲述了常见的搜索算法、常见的图算法、遗传算法、k均值聚类算法、简单的神经网络、对抗搜索算法等，通过丰富的方案、示例和习题展开具体实践。本书将计算机科学与应用程序、数据、性能等现实问题深度关联，定位独特，示例经典，可以帮助程序员提升用Java解决实际问题的技术、编程和应用能力。

ML.NET 是面向.NET 开发人员的开源机器学习框架，可以帮助开发人员使用 C# 或 F# 创建自定义机器学习模型，从而将机器学习集成到 Web、移动、桌面、游戏和物联网应用中。《跨平台机器学习：ML.NET架构及应用编程》以ML.NET 为核心，介绍了架构及其基本知识，介绍了ML.NET 的八大机器学习应用场景：预测、分类、聚类、异常检查、预测、推荐、图像分类以及神经网络。 《跨平台机器学习：ML.NET架构及应用编程》适合数据工程师使用和参考。

《开放环境下的度量学习研究》由南京大学人工智能学院副研究员叶翰嘉撰写，内容荣获2021年度CCF优秀博士学位论文奖。全书以模型在开放环境下输入、输出层面上面临的挑战为切入点，提出针对或利用度量学习特性的具体算法，从理论和应用等多个角度使度量学习的研究能够契合开放的环境。《开放环境下的度量学习研究》共七章：第1章 绪论，主要介绍了度量学习、开放环境的特点、开放环境的研究进展以及全书的概要。第2章 度量学习研究进展，首先介绍了监督学习和度量学习；然后讲解了三种度量学习的相关算法，包括全局度量学习方法、多度量学习方法、高效度量学习方法；*后介绍了开放环境下度量学习的研究思路。第3章 开放环境下度量学习的样本复杂度分析，首先展示了现有的度量学习理论结果，然后提出了基于函数性质的度量学习样本复杂度的改进方案，以及基于度量重用的度量学习样本复杂度的改进方案。第4章 基于度量学习和语义映射的异构模型修正，首先介绍了相关工作；其次介绍了基于度量语义映射的模型重用框架REFORM；然后介绍了实现模型重用框架REFORM的具体方法，包括自适应尺度的REFORM实现方法、学习变换的REFORM实现方法；*后展示了用于验证的实验流程和结果。第5章 多语义环境下的多度量学习方法探究，首先介绍了多度量学习方法的相关工作；其次介绍了考虑多语义的多度量学习方法；然后介绍了多度量自适应选择框架；*后展示了用于验证的实验流程和结果。第6章 考虑噪声影响的开放环境鲁棒度量学习，首先介绍了相关工作；然后介绍了考虑样本扰动的鲁棒度量学习DRIFT；*后展示了用于验证的实验流程和结果。第7章 总结与展望，总结了全书的研究内容，并对未来的研究方向和研究工作做出了展望。

本书将C++标准的新版本应用于设计模式的实现。除了介绍传统的设计模式之外，本书还充实了对现代C++开发人员有用的新的设计模式和方法。本书融合了作者多年的研究和实践经验，从C++新特性的角度展示了如何将设计模式化繁为简，并以诙谐风趣的语言阐述各个设计模式的优缺点和应用场景。本书将提供一些现代C++技术案例，展示如何利用C++的新特性（比如，协程、模块等）将一些难题化繁为简。本书所有示例程序都可以直接投入生产环境，不过，为了便于阅读，部分示例程序做了适当的简化。通过阅读本书，你将学会： *如何使用创建型设计模式，比如构造器模式、工厂模式、原型模式和单例模式。 *如何实现结构型设计模式，比如适配器模式、桥接模式、装饰器模式、外观模式等。 *如何开发行为型设计模式，比如职责链模式、命令模式、迭代器模式、中介者模式等。

推移质运动规律是河流动力学研究的核心问题之一，也是解决诸多水利工程实际问题的关键。经典的推移质运动理论建立了时均意义上的输沙率与水流强度之间的关系，而在颗粒尺度上深入揭示水沙耦合运动的特性，则是目前泥沙运动力学中推移质研究的前沿和重点。《基于图像处理技术的推移质平衡输沙试验研究》基于图像处理技术的自主研发，建立了可以实现水沙同步测量的平台；进行多组次的水槽试验，获取了高时空分辨率下的推移质运动图像；通过图像处理和统计分析，深入研究了颗粒尺度下推移质运动的特征，初步揭示了瞬时的水流-泥沙运动之间的相关关系。

数据结构与算法是计算机、软件工程、大数据、人工智能等专业非常重要的一门专业基础和核心课程。本书内容全面，通俗易懂，所选案例典型，结构清晰，重点难点突出，所有算法均采用Python实现，示例可直接运行。本书配套示例源码、PPT课件、教学视频、教学大纲、作者QQ群答疑服务。本书共分8章，内容包括数据结构与算法概述，线性表，栈和队列，串、数组与广义表，树和二叉树，图，查找，排序。本书适合Python数据结构与算法的初学者、Python软件开发人员，可作为备考计算机专业研究生和软考人员学习数据结构与算法的参考书，也可作为高等院校计算机、软件工程、大数据等相关专业学生学习数据结构与算法的教材。