數據結構與演算法分析java語言答案
『壹』 《數據結構與演算法分析java語言描述（英文版·第3版）》pdf下載在線閱讀全文，求百度網盤雲資源
《數據結構與演算法分析》（韋斯 (Mark Allen Weiss)）電子書網盤下載免費在線閱讀
鏈接: https://pan..com/s/16U515Qc19aWl8uQBXmRJKw
書名：數據結構與演算法分析
作者：韋斯 (Mark Allen Weiss)
出版社：機械工業出版社
出版年份：2013-2-1
頁數：614
內容簡介：
本書是國外數據結構與演算法分析方面的經典教材，使用卓越的Java編程語言作為實現工具討論了數據結構（組織大量數據的方法）和演算法分析（對演算法運行時間的估計）。
隨著計算機速度的不斷增加和功能的日益強大，人們對有效編程和演算法分析的要求也不斷增長。本書將演算法分析與最有效率的Java程序的開發有機地結合起來，深入分析每種演算法，並細致講解精心構造程序的方法，內容全面、縝密嚴格。
作者簡介：
Mark Allen Weiss佛羅里達國際大學計算與信息科學學院教授、副院長，本科教育主任和研究生教育主任。他於1987年獲得普林斯頓大學計算機科學博士學位，師從Bob Sedgewick。 他曾經擔任全美AP（Advanced Placement）考試計算機學科委員會的主席（2000—2004）。他的主要研究興趣是數據結構、演算法和教育學。
『貳』 數據結構中左式堆和斜堆區別是什麼詳細的有加分！
左式堆學習
博客分類： 數據結構
演算法數據結構
今天學習了一下左式堆，總結一下。
一、左式堆定義：
具有，如下性質
1、父節點屬性值小於子節點屬性值；
2、堆中的任何節點，其左兒子的零路徑長>=右兒子的零路徑長；
的二叉芹手樹。
註：零路徑長(npl)是指：從一個節點X開始到一個不具有兩個兒子的Y節點的最短路徑的長，可以看出有0個或者一個兒子的節點的npl=0，並且嫌悶嫌定義npl(null)=-1；
二、左式對的節點定義：
Java代碼
class Node<T> {
// 元素
T element;
// 左節點
Node<T> left;
// 右節點
Node<T> right;
// 零路徑長
int npl;
public Node(T element) {
this(element, null, null);
}
public Node(T element, Node<T> left, Node<T> right) {
this.element = element;
this.left = left;
this.right = right;
this.npl = 0;
}
}
class Node<T> {
// 元素
T element;
// 左節點
Node<T> left;
// 右節點
Node<T> right;
// 零路徑長
int npl;
public Node(T element) {
this(element, null, null);
}
public Node(T element, Node<T> left, Node<T> right) {
this.element = element;
this.left = left;
this.right = right;
this.npl = 0;
}
} 三、左式對的操作：
對於左式堆主要操作是「合並」，因為合並會破壞左式堆的特性，而insert、delete等操作，都會涉及到堆的合並，例如：delete根節點，相當於將一棵罩渣樹邊為了兩個樹，在將兩棵樹合並為一棵樹。這里我們使用了一種遞歸的思想，若h1，h2本身是左式堆，則其子樹也一定是左式堆，其子樹的子樹也一定是左式堆，一直退到樹的每個葉子節點，都符合這個規則，那麼我們合並時就可以從反方向思考，先形成一個個的小左式堆，然後在形成一棵大的左式堆。
四、左式堆定義代碼：
Java代碼
public class LeftistHeap<T extends Comparable<T>> {
// 左式堆節點定義
private static class Node<T> {
// 元素
T element;
// 左節點
Node<T> left;
// 右節點
Node<T> right;
// 零路徑長
int npl;
public Node(T element) {
this(element, null, null);
}
public Node(T element, Node<T> left, Node<T> right) {
this.element = element;
this.left = left;
this.right = right;
this.npl = 0;
}
}
private Node<T> root;
public LeftistHeap() {
this.root = null;
}
// 合並兩個左式堆
public void merge(LeftistHeap<T> rhs) {
if (rhs == null)
return;
root = merge(root, rhs.root);
rhs.root = null;
}
// 向左式堆中添加元素
public void insert(T element) {
root = merge(new Node<T>(element), root);
}
// 找尋左式堆中最小節點
public T findMin() {
if (isEmpty())
return null;
return root.element;
}
/**
* 刪除堆中最小節點，由於堆的最小節點就在根上，所以可以直接刪除，但是刪除根後，需要在將左右子樹合並
*
* @return
*/
public T deleteMin() {
if (isEmpty())
return null;
T minItem = root.element;
root = merge(root.left, root.right);
return minItem;
}
// 判斷左式堆是否為空
public boolean isEmpty() {
return root == null;
}
// 將左式堆設置為空堆
public void makeEmpty() {
this.root = null;
}
/**
* 1、若第一個根節點為空，則返回第二個根節點； 2、若第一個不為空第二個為空，則返回第一個根節點；
* 3、一、二節點都不為空時，判斷那個是根較小的節點，將根較小的節點作為第一個參數傳遞給merge1方法
*
* @param h1
* @param h2
* @return
*/
private Node<T> merge(Node<T> h1, Node<T> h2) {
if (h1 == null)
return h2;
if (h2 == null)
return h1;
if (h1.element.compareTo(h2.element) < 0) {
return merge1(h1, h2);
} else {
return merge1(h2, h1);
}
}
/**
* 將根節點較大的樹合並到根節點較小的樹上去： 1、若根節點較小的樹無左子樹，則將根節點較大的樹作為其左子樹
* 2、若根節點較小的樹有左子樹，則將根節點較大的樹和根節點較小的樹的右子樹合並，作為根節點較小的樹的右子樹
* 3、若左子樹的零路徑長小於右子樹的零路徑長，則交換左右子樹 4、根節點較小的樹的零路徑長修正為其右子樹的零路徑長度+1
*
* @param h1
* @param h2
* @return
*/
private Node<T> merge1(Node<T> h1, Node<T> h2) {
if (h1.left == null)
h1.left = h2;
else {
h1.right = merge(h1.right, h2);
if (h1.left.npl < h1.right.npl)
swapChildren(h1);
h1.npl = h1.right.npl + 1;
}
return h1;
}
// 交換兩個子樹
private void swapChildren(Node<T> t) {
Node<T> tmp = t.left;
t.left = t.right;
t.right = tmp;
}
}
public class LeftistHeap<T extends Comparable<T>> {
// 左式堆節點定義
private static class Node<T> {
// 元素
T element;
// 左節點
Node<T> left;
// 右節點
Node<T> right;
// 零路徑長
int npl;
public Node(T element) {
this(element, null, null);
}
public Node(T element, Node<T> left, Node<T> right) {
this.element = element;
this.left = left;
this.right = right;
this.npl = 0;
}
}
private Node<T> root;
public LeftistHeap() {
this.root = null;
}
// 合並兩個左式堆
public void merge(LeftistHeap<T> rhs) {
if (rhs == null)
return;
root = merge(root, rhs.root);
rhs.root = null;
}
// 向左式堆中添加元素
public void insert(T element) {
root = merge(new Node<T>(element), root);
}
// 找尋左式堆中最小節點
public T findMin() {
if (isEmpty())
return null;
return root.element;
}
/**
* 刪除堆中最小節點，由於堆的最小節點就在根上，所以可以直接刪除，但是刪除根後，需要在將左右子樹合並
*
* @return
*/
public T deleteMin() {
if (isEmpty())
return null;
T minItem = root.element;
root = merge(root.left, root.right);
return minItem;
}
// 判斷左式堆是否為空
public boolean isEmpty() {
return root == null;
}
// 將左式堆設置為空堆
public void makeEmpty() {
this.root = null;
}
/**
* 1、若第一個根節點為空，則返回第二個根節點； 2、若第一個不為空第二個為空，則返回第一個根節點；
* 3、一、二節點都不為空時，判斷那個是根較小的節點，將根較小的節點作為第一個參數傳遞給merge1方法
*
* @param h1
* @param h2
* @return
*/
private Node<T> merge(Node<T> h1, Node<T> h2) {
if (h1 == null)
return h2;
if (h2 == null)
return h1;
if (h1.element.compareTo(h2.element) < 0) {
return merge1(h1, h2);
} else {
return merge1(h2, h1);
}
}
/**
* 將根節點較大的樹合並到根節點較小的樹上去： 1、若根節點較小的樹無左子樹，則將根節點較大的樹作為其左子樹
* 2、若根節點較小的樹有左子樹，則將根節點較大的樹和根節點較小的樹的右子樹合並，作為根節點較小的樹的右子樹
* 3、若左子樹的零路徑長小於右子樹的零路徑長，則交換左右子樹 4、根節點較小的樹的零路徑長修正為其右子樹的零路徑長度+1
*
* @param h1
* @param h2
* @return
*/
private Node<T> merge1(Node<T> h1, Node<T> h2) {
if (h1.left == null)
h1.left = h2;
else {
h1.right = merge(h1.right, h2);
if (h1.left.npl < h1.right.npl)
swapChildren(h1);
h1.npl = h1.right.npl + 1;
}
return h1;
}
// 交換兩個子樹
private void swapChildren(Node<T> t) {
Node<T> tmp = t.left;
t.left = t.right;
t.right = tmp;
}
}
參考資料：《數據結構與演算法分析--java語言描述》Mark Allen Weiss著
斜堆(Skew heap)也叫自適應堆(self-adjusting heap)，是一種使用二叉樹實現的堆狀數據結構。 斜堆的優勢是其合並的速度遠遠大於二叉堆。 斜堆是一種自適應的左偏樹。
編輯本段定義
斜堆可遞歸的定義如下： ● 只有一個元素的堆是斜堆。 ● 兩個斜堆通過斜堆的合並操作，得到的結果仍是斜堆。
編輯本段操作
合並
我們可以用左偏樹的合並演算法實現兩個斜堆的合並。 除此之外，還有一種非遞歸的演算法。 ● 分割每個堆。方法是從根節點開始，右子樹與根節點分離，然後右子樹以同樣的方式分割。 最後得到一個樹的集合，集合中的樹的特點是：其根節點只有左子樹或者沒有子樹。 ● 對集合中的樹，按照根節點的值從小到大排序。 ● 從右到左，不斷地合並最後兩個子樹，直到只剩下一棵樹。 合並方法是： ● 如果倒數第二棵樹有左子樹，那麼把左子樹變為右子樹。 ● 把最後一棵樹作為倒數第二棵樹的左子樹。
『叄』 java:數據結構與演算法分析，編寫一個程序解決選擇問題。令k=N/2.畫出表格顯示程序對N取不同值時的運行時間
你好建議你看看瘋狂加java的視頻課程和書籍吧 李剛老師的書籍還是不錯的希望你了解下 學習下
『肆』 java數據結構書籍推薦
1. 入門級
針對剛入門的同學，建議不要急著去看那些經典書，像《演算法導論》、《演算法》這些比較經典、權威的書。雖然書很好，但看起來很費勁，如果看不完，效果會很不好。所以建議先看兩本入門級的趣味書：
《大話數據結構》
《演算法圖解》
《數據結構與演算法分析:C語言描述》
《數據結構與演算法分析:C++描述》
《數據結構與演算法分析:java語言描述》
《數據結構與演算法JavaScript描述》
《數據結構與演算法:Python語言描述》
《劍指offer》
《編程珠璣》
《編程之美》
《演算法導論》
《演算法》
《計算機程序設計藝術》
《演算法帝國》
《數學之美》
《演算法之美》
大話數據結構
將理論講的很有趣，不枯燥。作者結合生活中的例子去對每個數據結構和演算法進行講解，讓人通俗易懂。
演算法圖解
這是一本像小說一樣有趣的演算法入門書，書中有大量的圖解，通俗易懂。
看完上面一本或兩本入門級的書，你就會對數據結構和演算法有個大概認識和學習。但這些入門級的書缺少細節、不夠系統。所以想要深入的學習數據結構和演算法，光看這兩本書肯定是不夠的。
2. 不同語言的教科書
國內外很多大學都是將《數據結構和演算法分析》作為教科書。這本書非常系統、嚴謹、全面，難度適中，很適合對數據結構和演算法有些了解，並且已經掌握了至少一門語言的同學學習。針對不同的語言，分別有：
如果你不會C、C++、java，會Python或者JavaScript，可以看：
3. 面試書籍
現在很多大廠的面試都會考演算法題，這里推薦幾本面試演算法書籍：
劍指offer
為面試演算法量身定做的一本書。幾乎包含了所有常見的、經典的面試題，如果能搞懂書裡面的內容，一般公司的演算法面試都應該沒問題。
編程珠璣
這本書豆瓣評分有9分，評分很高。這本書最大的特色是講了很多海量數據的處理技巧。其他演算法書籍很少涉及海量數據。
編程之美
有些作者是微軟工程師，演算法題目較難，比較適合要面試Google、Facebook這樣的公司的人去看。
4. 經典書籍
現在數據結構與演算法最經典的書籍就是：
這三本書非常經典，但都很厚，看起來比較費勁，估計很少有人能全部看完。但如果想更深入地學一遍數據結構和演算法，還是建議去看看。
演算法導論
章節安排不是循序漸進，裡面有各種演算法正確性、復雜度的證明、推導，對數學功底有一定要求，看起來有些費勁。
演算法
偏重講演算法。內容不夠全面，對數據結構方面的知識講的不多，動態規劃這么重要的知識點卻沒有講。
計算機程序設計藝術
這本書包括很多卷，相比於其他書籍有更好的深度、廣度、系統性和全面性。但如果你對數據結構和演算法不是特別感興趣，沒有很好的數學、演算法、計算機基礎，很難把這本書讀完、讀懂。
5. 課外閱讀
有些演算法書籍也比較適合在平時悠閑的時候翻翻看看：
這些書都列舉了大量的列子來解釋說明，非常通俗易懂。
『伍』 數據結構表和圖的區別
簡單理解就是：
表的存儲結構是線型的
樹的存儲結構是樹型的
圖的存儲結構是圖型的
數據結構從大類上這三種，稿虧具體的，隊列 棧 java的各種list 介面和類等也都是表的一種,這里就不多說了
以上總結來源：
《數據結構與演算法分析 java語言描述》44～279頁
《演算法導鍵讓神論》（第三版）第三部分(129～202頁)、第五滑純部分(277～377頁)、第六部分(341～449頁)
『陸』 Java 後端有什麼書籍推薦嘛
1. 操作系統與網路的書
《Linux內核設計與實現 第3版》
Robert Love用最薄的篇幅，順暢的文字將Linux內核主要的演算法講清楚了，《深入理解Linux內核》，《深入Linux內核架構》之類厚厚的全是代碼，不是專門的內核程序員看這本足夠了。
《Linux系統編程 第2版》
繼續是Robert Love，比起APUE也是以薄見長，專門針對重要的系統調用講解。
《性能之巔》
操作系統的性能調優、監控、工具和方法論，看這本就夠了，已經足夠厚，可能是書單里最厚的一本。
《TCP/IP詳解 卷1:協議》
這么多年過去了，TCP的書好像主要還是只有這一本，有點舊了，看了也還是半懂不懂的。後人在2011年寫了第二版，機械工業正在翻譯。
《WireShark網路分析就這么簡單》和 《WireShark網路分析的藝術》 new!
多少人，是看了這兩本輕松又實戰的書，才真正理解TCP的細節。
PS：《UNIX環境高級編程》和《UNIX網路編程》，APUE和UNP更多作為一本超厚工具書存在。《Unix 編程藝術》，扯的都是閑篇，厚厚的一本其實略讀一下就行。 《現代操作系統 第3版》如果看LKD未盡興，可以回頭看看這本基礎概念，感覺比那型老本枯燥的《操作系統概念》(恐龍書)讀起來舒服。
《TCP/IP指南》 前面wireshark書作者的推薦，網上有英文免費版，然後有中文版的卷1和卷2，但可能那麼多章節那麼厚你只關心TCP和HTTP兩部分。《HTTP權威指南》，同樣是自己從厚厚的目錄里挑選感興趣的章節來看。另外，那些日本韓國人寫的《圖解XXX》感覺都不喜歡，真的不行。
2. 演算法的書
《數據結構與演算法分析-Java語言描述 第3版》
夠薄，數據結構與演算法分析的點基本都涵蓋了，而且喜歡它的示例代碼是Java寫的，新出了第3版。
《演算法 第4版》
可與上一本對比著讀，厚一些，也多些圖，但知識點沒上面的全，也是Java的。
PS： 《數學之美》、《編程珠璣》，都是專欄文章，講得並不系統，可以當興趣讀物來看。
《演算法設計與分析基礎 第3版》數學系偏愛無比枯燥很多公式的卜銷升《演算法導論》， 計算機系喜歡這本實用主義的典型。
3. 架構設計的書
《軟體系統架構：使用視點和視角與利益相關者合作 第2版》
也是教斗凳科書，最難得的是，這本老書在十年後的去年升級了第二版，所以感覺鮮活了好多，也許是最鮮活的一本架構書。
《恰如其分的軟體架構 – 風險驅動的設計方法》
由於人類與生俱來的惰性，計算機原本科學的、精準的設計方式，有了敏捷的借口之後就很難再維持了。本書就是在這種背景下，提出由風險來決定設計的度。除了開始的風險驅動部分，其餘部分就是規規矩矩標標准準的架構師教科書。
《發布！軟體的設計與部署 – Release It!: Design and Deploy Proction-Ready Software 》
關於高可靠性的軟體，學校里不會教，出來社會卻要面對的那部分，英文的原標題更清晰。
《大型網站技術架構:核心原理與案例分析》
淘寶出品，大型互聯網站的科普入門書。
《高擴展性網站的50條原則》 new!
同是入門級讀物，如果還有個高可用50條原則，那就齊了。
《微服務設計》 new!
那麼多微服務的書，還是這本比較不像賺快錢的。
《大數據日知錄》
前幾年參加各種技術會議，CAP，最終一致性，RWN，向量時鍾，Paxos，一致性哈希，Gossip什麼的能灌你一耳朵。而現在，你只要在家安安靜靜的看書就夠了。不過這個領域發展太快，又一年過去了，期望它可以持續出新版。
『柒』 《數據結構與抽象java語言描述第四版》pdf下載在線閱讀全文，求百度網盤雲資源
《數據結構與抽象java語言描述第四版》網路網盤pdf最新全集下載:
鏈接：https://pan..com/s/163N0AXhLT3hc2vetn8tzgw
簡介：本書是一本數據結構的教材，Java語言與數據結構兩條知識主線貫穿始終，這兩條主線既相互獨立又相互支撐。本書介紹了計算機編程中使用的數據結構和演算法，包括29章，
每章涉及一個ADT或其不同實現的規格說明和用法；書中貫穿9個Java插曲，涉及Java的高級特性。本書主要講述了組織數據、設計類、包、棧、遞歸、排序、隊列、雙端隊列、
優先隊列、線性表、有序表、查找、字典、散列、樹、二叉查找樹、堆、平衡查找樹、圖等內容，並對演算法的效率進行了分析。本書非常適合作為大學本科生數據結構課程的教材，也可作為計算機研究與開發人員的參考書。
『捌』 數據結構與演算法分析2.表、棧、隊列、字元串
線性表是 n 個數據元素的有限隊列，同一線性表中的元素必定具有相同的特性，即屬於同一數據對象，相鄰數據元素之間存在著序偶關系。
線性表的順序表示指的是用一組地址連續的存儲單元依次存儲線性表的數據元素，通常是用數組實現。在Java語言中，主要是 java.util.ArrayList 實現。
線性表的鏈式存儲結構的特點是用一組任意的存儲單元存儲線性表的數據元素（這組存儲單元可以是連續的，也可以是不連續的），所以對數據元素而言，除了存儲其本身的信息之外，還需要一個指示其後繼數據元素的信息。
棧（Stack）是限定只能在表尾進行插入或刪除的線性表。對棧來說， 表尾稱為棧頂，表頭稱為棧底 。棧又稱為後進先出線性表（LIFO，Last In First Out）。Java中由於 java.util.Stack 和 java.util.Vector 先天的設計問題，並不推薦使用；一般使用LinkedList來當作棧。
[圖片上傳失敗...(image-b267ad-1582731953399)]
[圖片上傳失敗...(image-72fd67-1582731953399)]
假設一個算術表達式中可以包含兩種括弧：圓括弧和方括弧，且這兩種括弧可按任意的次序嵌套使用，編寫判別給定表達式中所含括弧是否正確配對出現的演算法。
迷宮問題是棧的典型應用，棧通常也與回溯演算法連用，回溯演算法的基本描述是：
尚需說明一點的是，所謂當前位置可通，指的是未曾走到過的通道塊，即要求該方塊位置不僅是通道塊，而且既不在當前路徑上（否則所求路徑就不是簡單路徑），也不是曾經納入過路徑的通道塊（否則只能在死胡同內轉圈）。
為實現算符優先演算法，可以使用兩個工作棧。一個稱做OPTR，用以寄存運算符；另一個稱做OPND，用以寄存操作數或運算結果。演算法的基本思想如下：
(1) 首先置操作數棧OPND為空棧，表達式起始符"#"為運算符棧OPTR的棧底元素；
(2) 依次讀入表達式中每個字元，若是操作數則進OPND棧，若是運算符則和OPTR的棧頂元素符比較優先權後作相應操作，直至整個表達式求值完畢(即OPTR棧的棧頂元素和當前讀入的字元均為"#")。
一個直接調用自己或通過一系列的調用語句間接地調用自己的函數。
假設有3個分別命名為X、Y和Z的塔座，在塔座X上插有n階Hanoi塔個直徑大小各不相同、依小到大編號1,2,...,n的圓盤。現要求將X軸上的n階Hanoi塔個圓盤移至塔座Z上並仍按同樣順序疊排，圓盤移動時必須遵循下列規則：
用鏈表表示的隊列簡稱為鏈隊列。一個鏈隊列顯然需要兩個分別指示隊頭和隊尾的指針（分別稱為頭指針和尾指針）才能唯一確定。和線性表的單鏈表一樣，為了操作方便起見，我們也給鏈隊列添加一個 頭結點 ，並令頭指針指向頭結點。由此，空的鏈隊列的判斷條件為頭指針和尾指針均指向頭結點，如圖所示：
在實際使用隊列時，為了使隊列空間能重復使用，往往對隊列的使用方法稍加改進：無論插入或刪除，一旦rear指針增1或front指針增1時超出了所分配的隊列空間，就讓它指向這片連續空間的起始位置。自己真從MaxSize-1增1變到0，可用取余運算rear%MaxSize和front%MaxSize來實現。這實際上是把隊列空間想像成一個環形空間，環形空間中的存儲單元循環使用，用這種方法管理的隊列也就稱為循環隊列。
在循環隊列中，當隊列為空時，有front=rear，而當所有隊列空間全占滿時，也有front=rear。為了區別這兩種情況，規定循環隊列最多隻能有MaxSize-1個隊列元素，當循環隊列中只剩下一個空存儲單元時，隊列就已經滿了。因此，隊列判空的條件時front=rear，而隊列判滿的條件時front=（rear+1）%MaxSize。隊空和隊滿的情況如圖：
雙端隊列，是限定插入和刪除操作在表的兩端進行的線性表，盡管雙端隊列看起來比棧和隊列靈活，但實際上在應用程序中遠不及棧和隊列有用。
『玖』 編程書籍入門必備
如果你之前一點編程經驗都沒有，先看如下兩本：
1、《簡明Python教程》(A Byte of Python)
入門Python的絕佳Tutorial，從書的目錄便可以了解到作者Swaroop C H清晰的行文思路，以及對Python高超的駕馭能力。
2、《集體智慧編程》
以具體實例的方式來展示Python的編程技巧，受益良多。作者用非常直觀的方式向讀者展示了人工智慧和機器學習中的大量經典的演算法。更可貴的是，作者在展示演算法時所使用的例子都是網路中非常有代表性的場景，並且很多情況下還會結合一些實際運營的 Web 站點的數據作更進步闡釋。當然，作為一本實用型的書，少不了的是大量可運行的代碼。
3、《Python Cookbook中文版，第3版》
這本書可謂Python版《代碼大全》。有人說《代碼大全》這類書是字典，其實不盡然《代碼大全》是高手過招。《Cookbook》也如此，閱讀時總能讓你有一種：「哇塞，漂亮！」的感覺。能把 Cookbook 全部讀完，你的Python水平絕對發生質變。
二、Java語言系列（3本）
1、《Java核心技術·卷1：基礎知識（原書第9版）》
Java領域最有影響力和價值的著作之一，擁有20多年教學與研究經驗的資深Java技術專家撰寫，與《Java編程思想》齊名。
2、《演算法 第四版》
Java 語言描述，演算法領域經典的參考書，全面介紹了關於演算法和數據結構的必備知識，並特別針對排序、搜索、圖處理和字元串處理進行了論述。書的內容非常多，可以說是Java程序員的必備書籍之一。
3、《數據結構與演算法分析：Java語言描述》
這本書真是非常好！個人感覺很適合給初學者入門看，裡面的分析數學公式恰到好處，沒有演算法導論的令人望而生畏，也沒有國內圖書的草草了事，既學習了數據結構又有剛剛好的演算法分析，很容易使人產生共鳴。
當然，對於Java我們建議進行系統的學習，扎實基礎不能只靠看書。如果你有任何疑問，歡迎你在千鋒武漢官網上留下你的相關情況，我再對號入座幫你解答。
三、前端系列（4本）
1、《Java權威指南（第6版）》
淘寶前端團隊翻譯，這本書又叫犀牛書，號稱Java開發者的聖經，網上對此書評價很多，大概意思都是說這本書是一本Java文檔手冊，沒有完整看過一遍此書的都不能算是一名合格的前端工程師。
2、《Java高級程序設計（第3版）》
又稱紅寶書，雅虎首席前端架構師，YUI的作者Zakas出品。雖然書名帶了「高級」二字，但是講得也很基礎，而且行文風格很流暢，每一小節就像是一篇博客，讀起來並不枯燥，個人感覺比上面那本犀牛書可讀性更強。
3、《Java設計模式與開發實踐》
本書是在設計模式上的進一步擴充。一大特點就是結合實操，代碼完整能直接應用到實際開發中。
4、《Web性能權威指南》
本書是谷歌公司高性能團隊核心成員的權威之作，堪稱實戰經驗與規范解讀完美結合的產物。本書目標是涵蓋Web開發者技術體系中應該掌握的所有網路及性能優化知識。
『拾』 數據結構與演算法分析，c,c++,java版 之間的區別是什麼
數據結構與演算法分析和具體的語言之間沒有關系，一般演算法都是用偽代碼寫的，類Pascal語言，推薦樓主看數據結構與演算法分析是不要看C，C++，JAVA版這一類的。