数据结构与算法分析java语言答案
‘壹’ 《数据结构与算法分析java语言描述（英文版·第3版）》pdf下载在线阅读全文，求百度网盘云资源
《数据结构与算法分析》（韦斯 (Mark Allen Weiss)）电子书网盘下载免费在线阅读
链接: https://pan..com/s/16U515Qc19aWl8uQBXmRJKw
书名：数据结构与算法分析
作者：韦斯 (Mark Allen Weiss)
出版社：机械工业出版社
出版年份：2013-2-1
页数：614
内容简介：
本书是国外数据结构与算法分析方面的经典教材，使用卓越的Java编程语言作为实现工具讨论了数据结构（组织大量数据的方法）和算法分析（对算法运行时间的估计）。
随着计算机速度的不断增加和功能的日益强大，人们对有效编程和算法分析的要求也不断增长。本书将算法分析与最有效率的Java程序的开发有机地结合起来，深入分析每种算法，并细致讲解精心构造程序的方法，内容全面、缜密严格。
作者简介：
Mark Allen Weiss佛罗里达国际大学计算与信息科学学院教授、副院长，本科教育主任和研究生教育主任。他于1987年获得普林斯顿大学计算机科学博士学位，师从Bob Sedgewick。 他曾经担任全美AP（Advanced Placement）考试计算机学科委员会的主席（2000—2004）。他的主要研究兴趣是数据结构、算法和教育学。
‘贰’ 数据结构中左式堆和斜堆区别是什么详细的有加分！
左式堆学习
博客分类： 数据结构
算法数据结构
今天学习了一下左式堆，总结一下。
一、左式堆定义：
具有，如下性质
1、父节点属性值小于子节点属性值；
2、堆中的任何节点，其左儿子的零路径长>=右儿子的零路径长；
的二叉芹手树。
注：零路径长(npl)是指：从一个节点X开始到一个不具有两个儿子的Y节点的最短路径的长，可以看出有0个或者一个儿子的节点的npl=0，并且嫌闷嫌定义npl(null)=-1；
二、左式对的节点定义：
Java代码
class Node<T> {
// 元素
T element;
// 左节点
Node<T> left;
// 右节点
Node<T> right;
// 零路径长
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;
// 左节点
Node<T> left;
// 右节点
Node<T> right;
// 零路径长
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、左式对的操作：
对于左式堆主要操作是“合并”，因为合并会破坏左式堆的特性，而insert、delete等操作，都会涉及到堆的合并，例如：delete根节点，相当于将一棵罩渣树边为了两个树，在将两棵树合并为一棵树。这里我们使用了一种递归的思想，若h1，h2本身是左式堆，则其子树也一定是左式堆，其子树的子树也一定是左式堆，一直退到树的每个叶子节点，都符合这个规则，那么我们合并时就可以从反方向思考，先形成一个个的小左式堆，然后在形成一棵大的左式堆。
四、左式堆定义代码：
Java代码
public class LeftistHeap<T extends Comparable<T>> {
// 左式堆节点定义
private static class Node<T> {
// 元素
T element;
// 左节点
Node<T> left;
// 右节点
Node<T> right;
// 零路径长
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;
}
// 合并两个左式堆
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);
}
// 找寻左式堆中最小节点
public T findMin() {
if (isEmpty())
return null;
return root.element;
}
/**
* 删除堆中最小节点，由于堆的最小节点就在根上，所以可以直接删除，但是删除根后，需要在将左右子树合并
*
* @return
*/
public T deleteMin() {
if (isEmpty())
return null;
T minItem = root.element;
root = merge(root.left, root.right);
return minItem;
}
// 判断左式堆是否为空
public boolean isEmpty() {
return root == null;
}
// 将左式堆设置为空堆
public void makeEmpty() {
this.root = null;
}
/**
* 1、若第一个根节点为空，则返回第二个根节点； 2、若第一个不为空第二个为空，则返回第一个根节点；
* 3、一、二节点都不为空时，判断那个是根较小的节点，将根较小的节点作为第一个参数传递给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);
}
}
/**
* 将根节点较大的树合并到根节点较小的树上去： 1、若根节点较小的树无左子树，则将根节点较大的树作为其左子树
* 2、若根节点较小的树有左子树，则将根节点较大的树和根节点较小的树的右子树合并，作为根节点较小的树的右子树
* 3、若左子树的零路径长小于右子树的零路径长，则交换左右子树 4、根节点较小的树的零路径长修正为其右子树的零路径长度+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;
}
// 交换两个子树
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>> {
// 左式堆节点定义
private static class Node<T> {
// 元素
T element;
// 左节点
Node<T> left;
// 右节点
Node<T> right;
// 零路径长
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;
}
// 合并两个左式堆
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);
}
// 找寻左式堆中最小节点
public T findMin() {
if (isEmpty())
return null;
return root.element;
}
/**
* 删除堆中最小节点，由于堆的最小节点就在根上，所以可以直接删除，但是删除根后，需要在将左右子树合并
*
* @return
*/
public T deleteMin() {
if (isEmpty())
return null;
T minItem = root.element;
root = merge(root.left, root.right);
return minItem;
}
// 判断左式堆是否为空
public boolean isEmpty() {
return root == null;
}
// 将左式堆设置为空堆
public void makeEmpty() {
this.root = null;
}
/**
* 1、若第一个根节点为空，则返回第二个根节点； 2、若第一个不为空第二个为空，则返回第一个根节点；
* 3、一、二节点都不为空时，判断那个是根较小的节点，将根较小的节点作为第一个参数传递给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);
}
}
/**
* 将根节点较大的树合并到根节点较小的树上去： 1、若根节点较小的树无左子树，则将根节点较大的树作为其左子树
* 2、若根节点较小的树有左子树，则将根节点较大的树和根节点较小的树的右子树合并，作为根节点较小的树的右子树
* 3、若左子树的零路径长小于右子树的零路径长，则交换左右子树 4、根节点较小的树的零路径长修正为其右子树的零路径长度+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;
}
// 交换两个子树
private void swapChildren(Node<T> t) {
Node<T> tmp = t.left;
t.left = t.right;
t.right = tmp;
}
}
参考资料：《数据结构与算法分析--java语言描述》Mark Allen Weiss着
斜堆(Skew heap)也叫自适应堆(self-adjusting heap)，是一种使用二叉树实现的堆状数据结构。 斜堆的优势是其合并的速度远远大于二叉堆。 斜堆是一种自适应的左偏树。
编辑本段定义
斜堆可递归的定义如下： ● 只有一个元素的堆是斜堆。 ● 两个斜堆通过斜堆的合并操作，得到的结果仍是斜堆。
编辑本段操作
合并
我们可以用左偏树的合并算法实现两个斜堆的合并。 除此之外，还有一种非递归的算法。 ● 分割每个堆。方法是从根节点开始，右子树与根节点分离，然后右子树以同样的方式分割。 最后得到一个树的集合，集合中的树的特点是：其根节点只有左子树或者没有子树。 ● 对集合中的树，按照根节点的值从小到大排序。 ● 从右到左，不断地合并最后两个子树，直到只剩下一棵树。 合并方法是： ● 如果倒数第二棵树有左子树，那么把左子树变为右子树。 ● 把最后一棵树作为倒数第二棵树的左子树。
‘叁’ java:数据结构与算法分析，编写一个程序解决选择问题。令k=N/2.画出表格显示程序对N取不同值时的运行时间
你好建议你看看疯狂加java的视频课程和书籍吧 李刚老师的书籍还是不错的希望你了解下 学习下
‘肆’ java数据结构书籍推荐
1. 入门级
针对刚入门的同学，建议不要急着去看那些经典书，像《算法导论》、《算法》这些比较经典、权威的书。虽然书很好，但看起来很费劲，如果看不完，效果会很不好。所以建议先看两本入门级的趣味书：
《大话数据结构》
《算法图解》
《数据结构与算法分析:C语言描述》
《数据结构与算法分析:C++描述》
《数据结构与算法分析:java语言描述》
《数据结构与算法JavaScript描述》
《数据结构与算法:Python语言描述》
《剑指offer》
《编程珠玑》
《编程之美》
《算法导论》
《算法》
《计算机程序设计艺术》
《算法帝国》
《数学之美》
《算法之美》
大话数据结构
将理论讲的很有趣，不枯燥。作者结合生活中的例子去对每个数据结构和算法进行讲解，让人通俗易懂。
算法图解
这是一本像小说一样有趣的算法入门书，书中有大量的图解，通俗易懂。
看完上面一本或两本入门级的书，你就会对数据结构和算法有个大概认识和学习。但这些入门级的书缺少细节、不够系统。所以想要深入的学习数据结构和算法，光看这两本书肯定是不够的。
2. 不同语言的教科书
国内外很多大学都是将《数据结构和算法分析》作为教科书。这本书非常系统、严谨、全面，难度适中，很适合对数据结构和算法有些了解，并且已经掌握了至少一门语言的同学学习。针对不同的语言，分别有：
如果你不会C、C++、java，会Python或者JavaScript，可以看：
3. 面试书籍
现在很多大厂的面试都会考算法题，这里推荐几本面试算法书籍：
剑指offer
为面试算法量身定做的一本书。几乎包含了所有常见的、经典的面试题，如果能搞懂书里面的内容，一般公司的算法面试都应该没问题。
编程珠玑
这本书豆瓣评分有9分，评分很高。这本书最大的特色是讲了很多海量数据的处理技巧。其他算法书籍很少涉及海量数据。
编程之美
有些作者是微软工程师，算法题目较难，比较适合要面试Google、Facebook这样的公司的人去看。
4. 经典书籍
现在数据结构与算法最经典的书籍就是：
这三本书非常经典，但都很厚，看起来比较费劲，估计很少有人能全部看完。但如果想更深入地学一遍数据结构和算法，还是建议去看看。
算法导论
章节安排不是循序渐进，里面有各种算法正确性、复杂度的证明、推导，对数学功底有一定要求，看起来有些费劲。
算法
偏重讲算法。内容不够全面，对数据结构方面的知识讲的不多，动态规划这么重要的知识点却没有讲。
计算机程序设计艺术
这本书包括很多卷，相比于其他书籍有更好的深度、广度、系统性和全面性。但如果你对数据结构和算法不是特别感兴趣，没有很好的数学、算法、计算机基础，很难把这本书读完、读懂。
5. 课外阅读
有些算法书籍也比较适合在平时悠闲的时候翻翻看看：
这些书都列举了大量的列子来解释说明，非常通俗易懂。
‘伍’ 数据结构表和图的区别
简单理解就是：
表的存储结构是线型的
树的存储结构是树型的
图的存储结构是图型的
数据结构从大类上这三种，稿亏具体的，队列 栈 java的各种list 接口和类等也都是表的一种,这里就不多说了
以上总结来源：
《数据结构与算法分析 java语言描述》44～279页
《算法导键让神论》（第三版）第三部分(129～202页)、第五滑纯部分(277～377页)、第六部分(341～449页)
‘陆’ Java 后端有什么书籍推荐嘛
1. 操作系统与网络的书
《Linux内核设计与实现 第3版》
Robert Love用最薄的篇幅，顺畅的文字将Linux内核主要的算法讲清楚了，《深入理解Linux内核》，《深入Linux内核架构》之类厚厚的全是代码，不是专门的内核程序员看这本足够了。
《Linux系统编程 第2版》
继续是Robert Love，比起APUE也是以薄见长，专门针对重要的系统调用讲解。
《性能之巅》
操作系统的性能调优、监控、工具和方法论，看这本就够了，已经足够厚，可能是书单里最厚的一本。
《TCP/IP详解 卷1:协议》
这么多年过去了，TCP的书好像主要还是只有这一本，有点旧了，看了也还是半懂不懂的。后人在2011年写了第二版，机械工业正在翻译。
《WireShark网络分析就这么简单》和 《WireShark网络分析的艺术》 new!
多少人，是看了这两本轻松又实战的书，才真正理解TCP的细节。
PS：《UNIX环境高级编程》和《UNIX网络编程》，APUE和UNP更多作为一本超厚工具书存在。《Unix 编程艺术》，扯的都是闲篇，厚厚的一本其实略读一下就行。 《现代操作系统 第3版》如果看LKD未尽兴，可以回头看看这本基础概念，感觉比那型老本枯燥的《操作系统概念》(恐龙书)读起来舒服。
《TCP/IP指南》 前面wireshark书作者的推荐，网上有英文免费版，然后有中文版的卷1和卷2，但可能那么多章节那么厚你只关心TCP和HTTP两部分。《HTTP权威指南》，同样是自己从厚厚的目录里挑选感兴趣的章节来看。另外，那些日本韩国人写的《图解XXX》感觉都不喜欢，真的不行。
2. 算法的书
《数据结构与算法分析-Java语言描述 第3版》
够薄，数据结构与算法分析的点基本都涵盖了，而且喜欢它的示例代码是Java写的，新出了第3版。
《算法 第4版》
可与上一本对比着读，厚一些，也多些图，但知识点没上面的全，也是Java的。
PS： 《数学之美》、《编程珠玑》，都是专栏文章，讲得并不系统，可以当兴趣读物来看。
《算法设计与分析基础 第3版》数学系偏爱无比枯燥很多公式的卜销升《算法导论》， 计算机系喜欢这本实用主义的典型。
3. 架构设计的书
《软件系统架构：使用视点和视角与利益相关者合作 第2版》
也是教斗凳科书，最难得的是，这本老书在十年后的去年升级了第二版，所以感觉鲜活了好多，也许是最鲜活的一本架构书。
《恰如其分的软件架构 – 风险驱动的设计方法》
由于人类与生俱来的惰性，计算机原本科学的、精准的设计方式，有了敏捷的借口之后就很难再维持了。本书就是在这种背景下，提出由风险来决定设计的度。除了开始的风险驱动部分，其余部分就是规规矩矩标标准准的架构师教科书。
《发布！软件的设计与部署 – Release It!: Design and Deploy Proction-Ready Software 》
关于高可靠性的软件，学校里不会教，出来社会却要面对的那部分，英文的原标题更清晰。
《大型网站技术架构:核心原理与案例分析》
淘宝出品，大型互联网站的科普入门书。
《高扩展性网站的50条原则》 new!
同是入门级读物，如果还有个高可用50条原则，那就齐了。
《微服务设计》 new!
那么多微服务的书，还是这本比较不像赚快钱的。
《大数据日知录》
前几年参加各种技术会议，CAP，最终一致性，RWN，向量时钟，Paxos，一致性哈希，Gossip什么的能灌你一耳朵。而现在，你只要在家安安静静的看书就够了。不过这个领域发展太快，又一年过去了，期望它可以持续出新版。
‘柒’ 《数据结构与抽象java语言描述第四版》pdf下载在线阅读全文，求百度网盘云资源
《数据结构与抽象java语言描述第四版》网络网盘pdf最新全集下载:
链接：https://pan..com/s/163N0AXhLT3hc2vetn8tzgw
简介：本书是一本数据结构的教材，Java语言与数据结构两条知识主线贯穿始终，这两条主线既相互独立又相互支撑。本书介绍了计算机编程中使用的数据结构和算法，包括29章，
每章涉及一个ADT或其不同实现的规格说明和用法；书中贯穿9个Java插曲，涉及Java的高级特性。本书主要讲述了组织数据、设计类、包、栈、递归、排序、队列、双端队列、
优先队列、线性表、有序表、查找、字典、散列、树、二叉查找树、堆、平衡查找树、图等内容，并对算法的效率进行了分析。本书非常适合作为大学本科生数据结构课程的教材，也可作为计算机研究与开发人员的参考书。
‘捌’ 数据结构与算法分析2.表、栈、队列、字符串
线性表是 n 个数据元素的有限队列，同一线性表中的元素必定具有相同的特性，即属于同一数据对象，相邻数据元素之间存在着序偶关系。
线性表的顺序表示指的是用一组地址连续的存储单元依次存储线性表的数据元素，通常是用数组实现。在Java语言中，主要是 java.util.ArrayList 实现。
线性表的链式存储结构的特点是用一组任意的存储单元存储线性表的数据元素（这组存储单元可以是连续的，也可以是不连续的），所以对数据元素而言，除了存储其本身的信息之外，还需要一个指示其后继数据元素的信息。
栈（Stack）是限定只能在表尾进行插入或删除的线性表。对栈来说， 表尾称为栈顶，表头称为栈底 。栈又称为后进先出线性表（LIFO，Last In First Out）。Java中由于 java.util.Stack 和 java.util.Vector 先天的设计问题，并不推荐使用；一般使用LinkedList来当作栈。
[图片上传失败...(image-b267ad-1582731953399)]
[图片上传失败...(image-72fd67-1582731953399)]
假设一个算术表达式中可以包含两种括号：圆括号和方括号，且这两种括号可按任意的次序嵌套使用，编写判别给定表达式中所含括号是否正确配对出现的算法。
迷宫问题是栈的典型应用，栈通常也与回溯算法连用，回溯算法的基本描述是：
尚需说明一点的是，所谓当前位置可通，指的是未曾走到过的通道块，即要求该方块位置不仅是通道块，而且既不在当前路径上（否则所求路径就不是简单路径），也不是曾经纳入过路径的通道块（否则只能在死胡同内转圈）。
为实现算符优先算法，可以使用两个工作栈。一个称做OPTR，用以寄存运算符；另一个称做OPND，用以寄存操作数或运算结果。算法的基本思想如下：
(1) 首先置操作数栈OPND为空栈，表达式起始符"#"为运算符栈OPTR的栈底元素；
(2) 依次读入表达式中每个字符，若是操作数则进OPND栈，若是运算符则和OPTR的栈顶元素符比较优先权后作相应操作，直至整个表达式求值完毕(即OPTR栈的栈顶元素和当前读入的字符均为"#")。
一个直接调用自己或通过一系列的调用语句间接地调用自己的函数。
假设有3个分别命名为X、Y和Z的塔座，在塔座X上插有n阶Hanoi塔个直径大小各不相同、依小到大编号1,2,...,n的圆盘。现要求将X轴上的n阶Hanoi塔个圆盘移至塔座Z上并仍按同样顺序叠排，圆盘移动时必须遵循下列规则：
用链表表示的队列简称为链队列。一个链队列显然需要两个分别指示队头和队尾的指针（分别称为头指针和尾指针）才能唯一确定。和线性表的单链表一样，为了操作方便起见，我们也给链队列添加一个 头结点 ，并令头指针指向头结点。由此，空的链队列的判断条件为头指针和尾指针均指向头结点，如图所示：
在实际使用队列时，为了使队列空间能重复使用，往往对队列的使用方法稍加改进：无论插入或删除，一旦rear指针增1或front指针增1时超出了所分配的队列空间，就让它指向这片连续空间的起始位置。自己真从MaxSize-1增1变到0，可用取余运算rear%MaxSize和front%MaxSize来实现。这实际上是把队列空间想象成一个环形空间，环形空间中的存储单元循环使用，用这种方法管理的队列也就称为循环队列。
在循环队列中，当队列为空时，有front=rear，而当所有队列空间全占满时，也有front=rear。为了区别这两种情况，规定循环队列最多只能有MaxSize-1个队列元素，当循环队列中只剩下一个空存储单元时，队列就已经满了。因此，队列判空的条件时front=rear，而队列判满的条件时front=（rear+1）%MaxSize。队空和队满的情况如图：
双端队列，是限定插入和删除操作在表的两端进行的线性表，尽管双端队列看起来比栈和队列灵活，但实际上在应用程序中远不及栈和队列有用。
‘玖’ 编程书籍入门必备
如果你之前一点编程经验都没有，先看如下两本：
1、《简明Python教程》(A Byte of Python)
入门Python的绝佳Tutorial，从书的目录便可以了解到作者Swaroop C H清晰的行文思路，以及对Python高超的驾驭能力。
2、《集体智慧编程》
以具体实例的方式来展示Python的编程技巧，受益良多。作者用非常直观的方式向读者展示了人工智能和机器学习中的大量经典的算法。更可贵的是，作者在展示算法时所使用的例子都是网络中非常有代表性的场景，并且很多情况下还会结合一些实际运营的 Web 站点的数据作更进步阐释。当然，作为一本实用型的书，少不了的是大量可运行的代码。
3、《Python Cookbook中文版，第3版》
这本书可谓Python版《代码大全》。有人说《代码大全》这类书是字典，其实不尽然《代码大全》是高手过招。《Cookbook》也如此，阅读时总能让你有一种：“哇塞，漂亮！”的感觉。能把 Cookbook 全部读完，你的Python水平绝对发生质变。
二、Java语言系列（3本）
1、《Java核心技术·卷1：基础知识（原书第9版）》
Java领域最有影响力和价值的着作之一，拥有20多年教学与研究经验的资深Java技术专家撰写，与《Java编程思想》齐名。
2、《算法 第四版》
Java 语言描述，算法领域经典的参考书，全面介绍了关于算法和数据结构的必备知识，并特别针对排序、搜索、图处理和字符串处理进行了论述。书的内容非常多，可以说是Java程序员的必备书籍之一。
3、《数据结构与算法分析：Java语言描述》
这本书真是非常好！个人感觉很适合给初学者入门看，里面的分析数学公式恰到好处，没有算法导论的令人望而生畏，也没有国内图书的草草了事，既学习了数据结构又有刚刚好的算法分析，很容易使人产生共鸣。
当然，对于Java我们建议进行系统的学习，扎实基础不能只靠看书。如果你有任何疑问，欢迎你在千锋武汉官网上留下你的相关情况，我再对号入座帮你解答。
三、前端系列（4本）
1、《Java权威指南（第6版）》
淘宝前端团队翻译，这本书又叫犀牛书，号称Java开发者的圣经，网上对此书评价很多，大概意思都是说这本书是一本Java文档手册，没有完整看过一遍此书的都不能算是一名合格的前端工程师。
2、《Java高级程序设计（第3版）》
又称红宝书，雅虎首席前端架构师，YUI的作者Zakas出品。虽然书名带了“高级”二字，但是讲得也很基础，而且行文风格很流畅，每一小节就像是一篇博客，读起来并不枯燥，个人感觉比上面那本犀牛书可读性更强。
3、《Java设计模式与开发实践》
本书是在设计模式上的进一步扩充。一大特点就是结合实操，代码完整能直接应用到实际开发中。
4、《Web性能权威指南》
本书是谷歌公司高性能团队核心成员的权威之作，堪称实战经验与规范解读完美结合的产物。本书目标是涵盖Web开发者技术体系中应该掌握的所有网络及性能优化知识。
‘拾’ 数据结构与算法分析，c,c++,java版 之间的区别是什么
数据结构与算法分析和具体的语言之间没有关系，一般算法都是用伪代码写的，类Pascal语言，推荐楼主看数据结构与算法分析是不要看C，C++，JAVA版这一类的。