面对大数据和人工智能技术及应用的迅猛发展，传统的数据结构与算法课程的教学内容和教学模式亟待改革，以适应大数据和人工智能专业人才培养的需要。本书就是为满足这种需要而编写的。本书共15章，主要内容包括大数据概念、Python语言基础、线性表、栈与队列、数组与字符串、树、图等经典数据结构，键值对、嵌套数据结构、列存储结构等面向大数据计算的新型数据结构，排序算法、查找算法、基础算法设计、机器学习算法基础、
电子书
电子书
本书共10章，介绍了数据结构的基本理论及方法，主要有绪论、线性表、栈和队列、串、数组和广义表、树和二叉树、图、查找、内部排序，以及算法设计与分析等内容。
电子书
算法详解系列图书共有4卷，本书是第4卷——NP-Hard问题算法。全书共有6章，主要介绍了快速识别NP-Hard问题的方法和处理NP的算法工具。本书的每一章均有小测验、章末习题，这为读者的自我检查以及进一步学习提供了方便。本书提供了丰富而实用的资料，能够帮助读者提升算法思维能力。本书适合计算机专业的高校教师和学生，想要培养和训练算法思维与计算思维的IT专业人士，以及正在准备面试的应聘者和面试官阅读
电子书
数据结构是计算机及相关专业的基础课程，具有很强的理论性和实践性。本书采用类C语言作为数据结构和算法的描述语言，以“逻辑结构+物理结构+基本操作实现+典型应用”的模式对查找、排序、线性结构、树结构、图结构进行了详细的分析和讨论，条理清晰，讲解系统。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，符合新研究生考试大纲，内容难度适度。全书共9章，主要内容包括绪论、线性表、栈与队
电子书
本书共分9章，内容包括：算法设计基础、算法效率分析基础、迭代法、蛮力法、分治法、回溯法与分支界限法、贪心算法、动态规划、随机算法。
