计算机软件技术基础

本书针对高等学校的本科生、研究生以及科技工作者与研究人员对计算机软件应用技术的需要，介绍计算机软件设计的基础知识、方法与实用技术，主要内容包括集合与算法的基本概念、基本数据结构及其运算、查找与排序技术、资源管理技术、数据库设计技术、应用软件设计与开发技术、大数据技术与人工智能概述。每章都配有一定数量的习题。 本书内容丰富，通俗易懂，实用性强，可作为高等学校相关课程的教材，也可作为广大从事计算机应用工作的科技人员的参考书。

第1章 预备知识
1.1 集合
1.1.1 集合及其基本运算
1.1.2 自然数集与数学归纳法
1.1.3 笛卡尔积
1.1.4 二元关系
1.2 算法
1.2.1 算法的基本概念
1.2.2 算法设计基本方法
1.2.3 算法的复杂度分析
习题
第2章 基本数据结构及其运算
2.1 数据结构的基本概念
2.1.1 什么是数据结构
2.1.2 数据结构的图形表示
2.2 线性表及其顺序存储结构
2.2.1 线性表及其运算
2.2.2 栈及其应用
2.2.3 队列及其应用
2.3 线性链表
2.3.1 线性链表的基本概念
2.3.2 线性链表的插入与删除
2.3.3 带链的栈与队列
2.3.4 循环链表
2.3.5 多项式的表示与运算
2.4 线性表的索引存储结构
2.4.1 索引存储的概念
2.4.2 “顺序-索引-顺序”存储方式
2.4.3 “顺序-索引-链接”存储方式
2.4.4 多重索引存储结构
2.5 数组
2.5.1 数组的顺序存储结构
2.5.2 规则矩阵的压缩
2.5.3 一般稀疏矩阵的表示
2.6 树与二叉树
2.6.1 树的基本概念
2.6.2 二叉树及其基本性质
2.6.3 二叉树的遍历
2.6.4 二叉树的存储结构
2.6.5 穿线二叉树
2.6.6 表达式的线性化
2.7 图
2.7.1 图的基本概念
2.7.2 图的存储结构
2.7.3 图的遍历
2.7.4 短距离问题
2.7.5 图邻接表类
习题
第3章 查找与排序技术
3.1 基本的查找技术
3.1.1 顺序查找
3.1.2 有序表的对分查找
3.1.3 分块查找
3.2 哈希表技术
3.2.1 哈希表的基本概念
3.2.2 几种常用的哈希表
3.3 基本的排序技术
3.3.1 冒泡排序与快速排序
3.3.2 简单插入排序与谢尔排序
3.3.3 简单选择排序与堆排序
3.3.4 其他排序方法简介
3.4 二叉排序树及其查找
3.4.1 二叉排序树的基本概念
3.4.2 二叉排序树的插入
3.4.3 二叉排序树的删除
3.4.4 二叉排序树查找
3.5 多层索引树及其查找
3.5.1 B-树
3.5.2 B+树
3.6 拓扑分类
3.7 字符串匹配
3.7.1 字符串的基本概念
3.7.2 字符串匹配的KMP算法
习题
第4章 资源管理技术
4.1 操作系统的概念
4.1.1 操作系统的功能与任务
4.1.2 操作系统的发展过程
4.1.3 操作系统的分类
4.2 多道程序设计
4.2.1 并发程序设计
4.2.2 进程
4.2.3 进程之间的通信
4.2.4 多道程序的组织
4.3 存储空间的组织
4.3.1 内存储器的管理技术
4.3.2 外存储器中文件的组织结构
习题
第5章 数据库设计技术
5.1 数据库基本概念
5.1.1 数据库技术与数据库系统
5.1.2 数据描述
5.1.3 数据模型
5.2 关系代数
5.3 数据库设计
5.3.1 数据库设计的基本概念
5.3.2 数据库设计的过程
5.3.3 数据字典
习题
第6章 应用软件设计与开发技术
6.1 软件工程概述
6.1.1 软件工程的概念
6.1.2 软件生命周期
6.1.3 软件支援环境
6.2 软件详细设计的表达
6.2.1 程序流程图
6.2.2 N-S图
6.2.3 问题分析图
6.2.4 判定表
6.2.5 过程设计语言
6.3 结构化分析与设计方法
6.3.1 应用软件开发的原则和方法
6.3.2 结构化分析方法
6.3.3 结构化设计方法
6.4 测试与调试基本技术
6.4.1 测试
6.4.2 调试
6.5 软件开发新技术
6.5.1 原型方法
6.5.2 瀑布模型
6.5.3 面向对象技术
习题
第7章 大数据技术概述
7.1 基本概念
7.1.1 信息与数据
7.1.2 大数据
7.2 大数据处理
7.2.1 数据采集
7.2.2 数据导入与预处理
7.2.3 数据统计与分析
7.2.4 数据挖掘
7.3 数据统计分析
7.3.1 随机样本分析
7.3.2 线性回归分析
7.3.3 逐步回归分析
7.3.4 半对数与对数数据相关
7.4 大数据查询
习题
第8章 人工智能概述
8.1 人工智能的基本概念
8.1.1 人工智能的发展与特点
8.1.2 人工智能的主要技术
8.2 关于机器学习
8.2.1 什么是机器学习
8.2.2 机器学习的分类
8.3 逻辑回归
8.3.1 线性逻辑回归
8.3.2 非线性决策边界
8.3.3 样本标准化
习题
参考文献