本書緊緊圍繞《高等學(xué)校計(jì)算機(jī)專業(yè)核心課程教學(xué)實(shí)施方案》，并參照安徽省高等學(xué)校計(jì)算機(jī)教育研究會(huì)課程建設(shè)專業(yè)委員會(huì)提出的地方應(yīng)用型本科“數(shù)據(jù)結(jié)構(gòu)”課程教學(xué)大綱編寫而成。全書共分為8章，第1章為緒論，主要介紹數(shù)據(jù)結(jié)構(gòu)和算法的基本概念。第2～4章介紹線性數(shù)據(jù)結(jié)構(gòu)的類型、特點(diǎn)及其操作算法等，其中，第2章具體介紹普通的線性表，第3

本書內(nèi)容全面、細(xì)致、通俗易懂。涵蓋線性表、棧和隊(duì)列、樹和二叉樹、堆、哈夫曼樹、并查集、AVL樹、紅黑樹、B�矘浜虰+樹、串、圖、散列表等數(shù)據(jù)結(jié)構(gòu)，以及枚舉、二分、遞歸、分治、動(dòng)態(tài)規(guī)劃、貪心、深搜、廣搜、最短路、最小生成樹、拓?fù)渑判�、關(guān)鍵路徑、內(nèi)外排序等算法。對(duì)各類數(shù)據(jù)結(jié)構(gòu)和算法，不但要掌握理論，還應(yīng)熟練地編程實(shí)現(xiàn)。本書

本書介紹人工智能的理論、方法、技術(shù)及其應(yīng)用，除了討論那些仍然有用的和有效的基本原理和方法之外，著重闡述一些新的和正在研究的人工智能方法與技術(shù)。此外，本書使用比較多的篇幅論述了人工智能的應(yīng)用，包括新增的預(yù)訓(xùn)練模型、基于LLM的Agent等內(nèi)容。本書包括下列內(nèi)容：①人工智能的起源與發(fā)展，人工智能的研究與應(yīng)用領(lǐng)域；②知識(shí)表示

"本書分為理論篇和實(shí)踐篇兩部分，系統(tǒng)介紹人工智能的核心技術(shù)及其應(yīng)用。理論篇涵蓋人工智能發(fā)展概述、機(jī)器學(xué)習(xí)基礎(chǔ)、生成式人工智能、智能體系統(tǒng)、感知技術(shù)、大模型技術(shù)，以及人工智能在推薦系統(tǒng)、自動(dòng)駕駛、醫(yī)療診斷等領(lǐng)域的應(yīng)用，同時(shí)探討了人工智能對(duì)社會(huì)的影響。實(shí)踐篇詳細(xì)指導(dǎo)如何本地部署DeepSeek模型，并利用其輔助Word、E

在編寫計(jì)算機(jī)程序解決實(shí)際問題之前,應(yīng)該首先建立針對(duì)該問題的邏輯模型,包括相關(guān)數(shù)據(jù)的組織結(jié)構(gòu)和處理算法,本書就是針對(duì)如何有效地組織數(shù)據(jù)以及如何設(shè)計(jì)處理算法而編寫的。本書采用通俗易懂的語(yǔ)言,結(jié)合大量圖示和實(shí)例,幫助讀者理解和掌握數(shù)據(jù)結(jié)構(gòu)相關(guān)的基本概念、基礎(chǔ)知識(shí)和主要算法。第2章、第5章和第6章還針對(duì)最典型的線性結(jié)構(gòu)、樹結(jié)構(gòu)

《SQLServer運(yùn)維之道》從一位擁有多年數(shù)據(jù)庫(kù)運(yùn)維經(jīng)驗(yàn)的“老司機(jī)”視角出發(fā)，循序漸進(jìn)地介紹SQLServer數(shù)據(jù)庫(kù)�！禨QLServer運(yùn)維之道》分為4篇，共9章，內(nèi)容涵蓋數(shù)據(jù)庫(kù)基礎(chǔ)、性能優(yōu)化、開發(fā)、架構(gòu)高可用性與運(yùn)維等多個(gè)方面�；�礎(chǔ)篇（第1章和第2章）從安裝部署講起，探討SQLServer在容器化和云原生環(huán)境下的

伴隨著人類社會(huì)對(duì)數(shù)據(jù)隱私保護(hù)需求的增長(zhǎng)，隱私計(jì)算尤其是機(jī)密計(jì)算已經(jīng)成為技術(shù)領(lǐng)域 的焦點(diǎn)。本書重點(diǎn)介紹了機(jī)密計(jì)算，特別是機(jī)密虛擬化的核心概念、實(shí)現(xiàn)原理以及實(shí)際應(yīng)用案 例。本書分為四篇：基礎(chǔ)概念、架構(gòu)實(shí)現(xiàn)、實(shí)踐案例和未來(lái)展望。基礎(chǔ)概念篇介紹了云計(jì)算對(duì) 數(shù)據(jù)安全與隱私保護(hù)的需求，重點(diǎn)討論了隱私計(jì)算，尤其是機(jī)密計(jì)算的基礎(chǔ)概念及

《機(jī)器學(xué)習(xí)從線性回歸到大模型》以回歸為主線，系統(tǒng)介紹統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)中最常用的分類與回歸方法，力圖在大數(shù)據(jù)與人工智能背景下，突破傳統(tǒng)統(tǒng)計(jì)建模的局限，構(gòu)建一個(gè)融合多學(xué)科視角的現(xiàn)代回歸分析框架。全書覆蓋線性回歸、嶺回歸、Lasso、Logistic回歸等經(jīng)典線性模型，決策樹、隨機(jī)森林、GBDT、XGBoost等集

本書以AI技術(shù)的真實(shí)應(yīng)用場(chǎng)景與價(jià)值成果為切入點(diǎn)，通過多維案例破除技術(shù)威脅論的認(rèn)知迷霧，系統(tǒng)梳理AI在醫(yī)療、教育、職場(chǎng)、人際關(guān)系、家居等領(lǐng)域的正向社會(huì)價(jià)值，引導(dǎo)公眾建立對(duì)AI的理性認(rèn)知框架。作者指出，AI本質(zhì)上是一種工具，與其他工具一樣，其*終影響取決于使用者如何應(yīng)用。AI對(duì)人類整體具有積極意義，它不僅是推動(dòng)第四次工業(yè)革

《大語(yǔ)言模型：跨領(lǐng)域應(yīng)用與公平性探索》是一部系統(tǒng)探討大語(yǔ)言模型（LLMs）技術(shù)特性及其多元化社會(huì)應(yīng)用的前沿著作。本書聚焦大語(yǔ)言模型在傳統(tǒng)人文、社會(huì)科學(xué)與商業(yè)領(lǐng)域的創(chuàng)新實(shí)踐，同時(shí)深入剖析算法公平性這一關(guān)鍵倫理問題。全書共分為三部分：第一部分概述大語(yǔ)言模型的核心架構(gòu)、訓(xùn)練范式及通用能力；第二部分通過八大特色研究展現(xiàn)其跨界潛