计算机系老师都在看什么？提前看了这些书你会比老师还厉害~

“经典不是你现在正在读的那本书，而是那本你正在重读的书。”

学生时期，出于对经典著作的某种敬意，或是学校老师的推荐阅读，由此你开始熟知编程实践的百科全书《代码大全》，如何改进代码的《重构》，计算机科学经典巨著TAOCP …… 似乎“经典”就像是最基础的阅读。

但所谓的“经典”并不仅限于此。继上期的《计算机专业大学生必读的『图灵经典书单』》，本期书单将按照技术领域做划分，以图灵往年的教材采购数据为参考，从用户口碑和出版时长来考量，为你推荐最适读的计算机经典教材。

计算机科学基础

深入浅出，非常经典。印象最深的是在红黑树一章里面，用了一个 2-3 搜索树的例子来加强理解，书中所附的代码都非常简短精致。有意在 IT 行业向技术方向发展的同学们都应该读一下，强烈推荐。

——读者·Ted

这本书很适合零基础的人理解算法。不涉及编程语言，降低读者阻力。概念方面，书中文字和大量彩图给了详细说明。与该书配套的“算法动画图解”App，让书中的图片动起来，且有关键步骤的文字说明。软件和书籍结合起来理解每一种算法，堪称如虎添翼。

——读者·飞蛾逐月 

现代编译原理

翻了这么多本书，这是我看过的唯一一本讲具体怎么构建一个编译器的书。同时,这本书所构建的编译器就像作者说的那样，简单但是并不平庸，拥有很多挺先进的特性,也能算是一个优化编译器。

但是要跟着这本书做下来还是有一定难度的，需要扎实的C语言功底。

——读者·没头苍蝇

应用数学

“采用完全抛开行列式的方式之后，原本曲折晦涩的证明变得优雅和直观了。”——《美国数学月刊》

覆盖了单变量微积分、无穷级数、常系数线性微分方程等。很多“说人话”的直观解释，例如用图形化的黎曼和解释定积分/反常积分，用线性化和中值定理推广来解释泰勒/麦克劳林级数。再就是做题的方法论比较多（微积分做题指南），有的只有公式结论。严肃的数学语言和证明不多，甚至一些证明放到了附录（其中对极限 ε-δ 语言的解释很精彩）。脚注比较负责，适合热身、备考、回顾，或者作为辅助理解的“读本”。

——读者·null

很喜欢这本书的写作风格！作者不仅讲述数学问题和技巧，而且教人解决问题的方法，以一种令人觉得有趣的方式，带有一点感情色彩，而不是一味的灌。

——豆瓣评论

此书讲解细致，语言不生涩。
最喜欢的是这本书能够对很多理论给出直觉的解释，而且还有很多很好玩锻炼思考的例子。
以前上大学时不懂的，只会记公式的东西，看过这本书后，恍然大明白。
这本书里面对连续随机变量讲解的很直观化，尤其适合这块没学懂的人。

——读者·潘潘

软件开发与编程

受益匪浅。读大神的《第一行代码》收获颇多，对整个开发过程需要用到的技术都详细的介绍了一遍，讲的也非常清楚，甚至很多都可以直接拿来用。同时本书还介绍了一些他的设计理念，也是值得学习的。

——读者·大概

游戏开发

这本书的名字虽然写的是“新人培训教材”，但我觉得它已经远远超过了新人培训，甚至适合工作多年的老手。现在市面上有很多好用的商业游戏引擎，它们将大量原理部分的知识隐藏起来，暴露给程序员的都是简单易用的接口。时间久了很多程序员虽然能开发游戏，但是已经浑然不知背后的原理知识了。如果对原理不了解，就意味着无法更好地和硬件打交道，无法更好地优化自己的游戏。这本书从无到有一点点揭秘游戏开发的原理，由浅入深，很容易理解，确实是一本不可不读的好书。

——Unity User Group意见领袖、UVP价值专家  宣雨松

“很喜欢这种项目驱动式的教材，每一步都十分清楚，从开发到测试再到部署的全过程都有讲解。”

——中文版读者huron

很好的入门书，简洁全面，适合小白。learning python之类大砖头太不友好。这本虽然有些地方讲得不深入，但是对新手友好。

——读者·陈晖

敲完这种啰嗦又友好的计算机畅销书就是会给人已经能 code 的错觉。（不过感觉这次真的入门了 @-@）

——读者·Richor

这本书作为入门书的话比《锋利的jQuery》要好和全面，而且书本的后半高级部分也讲解得相当通俗和精彩，作者对例子的筛选也相当棒（都是前端开发最常遇到的问题）。

——读者·云の影 

写得比较清楚，是我喜欢的图文混合介绍知识点的方式，并且图文讲解变量、类，结构等等在内存中的存储方式，这是学C++的时候遇到的困难，而这本书在这点上画得很明白，让我们从本质原理上去把握，这点很喜欢。

——读者· fanfan 

可能是最好的c语言入门书，比起c语言入门界经典之作《c prime plus》少去了很多冗余部分更佳适合初学者。

——读者· 梨好橙

非常好懂！即使是后面稍微复杂一些的内容，因为有很清晰的示例和讲解，也很容易跟上。特别是有其他编程语言经验的读者，用这本书自学Java完全足够了

——日亚读者

数据挖掘和机器学习

“对于所有使用R语言进行数据分析的人来讲都是必不可少的，不论用于业内实践还是学术研究。”

——Cristofer Weber，NeoGrid软件架构师

数据挖掘导论

作为一本入门读物，这本书应该是无可挑剔了。不需要很深的数学背景，也能理解其论述的数据挖议题，值得推荐。

——读者·和梦无

从上海回来后抽5天时间把除JAVA连接以外的代码过了一遍，对于SQL的语法有了一个初步的了解。以前翻过《SQL必知必会》，一开始就没有看懂，看了这本书，从配置环境到不同RDBMS的语法区别，讲得会更加友好，练习题的答案解释也很清晰。

——读者·Tacher

  

作为一个NLP小白（背景：金融转统计转码），无意中入手了本书（封面很好看颜值高，排名高，购买多），非常适合一个人（弱鸡，泛指毫无CS背景，想要转码挣大钱的小朋友）自学。作者大大的逻辑非常严谨，结合code已经可以初入门槛。了解了一下大佬的背景，更加推荐数学基础薄弱，想要了解NLP的小伙伴。

——读者·雪雪崔E 

深度学习入门

佩服至极！这本书真的是不来虚的，一上来就是手把手教你一步步搭建出一个神经网络，还能把每一步的出处讲明白。现在看来神经网络和数字通信里面的均衡有异曲同工之妙。对我这种通信工程师来说，理解神经网络倒是不用费什么功夫，通过这本书，很容易就能入门。

——读者·欧阳杼

网络技术

把这本书看明白了，并且能够讲清楚一些细节，找一份互联网方面的技术工作真不是太大问题。

——Fenng

简单却不失严谨,适合入门,尤其是讲HTTPS的部分很精彩,前后端都可读一读。

——读者·future

硬件技术

这本书相当于一个导引，特别是提及的FlowMap，T-VPack，VPR开阔了我的视野，并且这些专题本身就可以构成一本厚厚的书，为了减轻读者的思考负担，写的简略一点也是见仁见智的，如果想要详细了解，可以读参考文献里的论文。至于写的不是很详尽，那是本书目的不在此，这本书就是个有特色的导向性的书籍，并不是直接用于教学或工程性的书籍。

——读者·aweila