《算法之美——隐匿在数据结构背后的原理（C++版）》围绕算法与数据结构这个话题，循序渐进、深入浅出地介绍了现代计算机技术中常用的40 余个经典算法，以及回溯法、分治法、贪婪法和动态规划等算法设计思想。在此过程中，《算法之美——隐匿在数据结构背后的原理（C++版）》也系统地讲解了链表（包括单向链表、单向循环链表和双向循环链表）、栈、队列（包括普通队列和优先级队列）、树（包括二叉树、哈夫曼树、堆、红黑树、AVL 树和字典树）、图、集合（包括不相交集）与字典等常用数据结构。同时，通过对22 个经典问题（包括约瑟夫环问题、汉诺塔问题、八皇后问题和骑士周游问题等）的讲解，逐步揭开隐匿在数据结构背后的算法原理，力图帮助读者夯实知识储备，激活思维技巧，并最终冲破阻碍编程能力提升的重重藩篱。 《算法之美——隐匿在数据结构背后的原理（C++版）》适合作为大专院校相关专业学生研习算法与数据结构知识的课外参考书。对有意参加信息学竞赛的读者，本书亦有很强的参考价值。此外，鉴于算法与数据结构在求职过程中常常被视为考察重点，所以就临近毕业的学生或其他欲从事IT 行业的求职者而言，阅读《算法之美——隐匿在数据结构背后的原理（C++版）》也将对面试备考大有裨益。

《金融衍生品建模:基于Matlab、C++和Excel工具》主要讲述重要的衍生品定价模型，并运用Matlab、C++和Excel对包括信用衍生品（如信用违约掉期和信用关联记录）、债务抵押债券（CDO）、住房抵押贷款支持证券（MBS）、资产支持证券（ABS）、互换、固定收益证券，以及日渐重要的天气、电力、能源衍生品等进行建模.《金融衍生品建模:基于Matlab、C++和Excel工具》提供了Matlab和C++的示例代码，这些代码都可以更改和扩展，以满足实际需要读者将从衍生品模型的数据、理论和代码执行上获益。 《金融衍生品建模:基于Matlab、C++和Excel工具》适合作为统计、金融数学、经济管理等相关专业的教材，也可供对金融衍生品建模感兴趣的读者参考。

本书教你学习C++编程和面向对象的数值计算方法。 本书包括11章，分别从类型、表达式、语句、文件、类、操作符重载、模板、例外等方面探讨了C++编程的基本特点以及在数值计算方面的应用方法，最后一章专门讨论了线性议程组求解的问题。 本书适合学习C++编程的计算机科学或工程专业的学生及科研人员阅读，对于有一定基础的C++程序员通过本书可以了解C++的高级特性和在数值计算方面的应用。

本书采用程序员最爱用的面向对象C+ +语言来描述数据结构和算法，并把数据结构原理和算法分析技术有机地结合在一起，系统介绍了各种类型的数据结构和排序、检索的各种方法。作者非常注意对每一种数据结构不同存储方法及有关算法进行分析比较。书中还引入了一些比较高级的数据结构与先进的算法分析技术，并介绍了可计算性理论的一般知识。本版的重要改进在于引入了参数化的模板，从而提高了算法中数据类型的通用性，支持高效的代码重用。本书概念清楚、逻辑性强、内容新颖，可作为大专院校计算机软件专业与计算机应用专业学生的教材和参考书，也可供计算机工程技术人员参考。

本书选材内容丰富，除了通常数值方法课程的内容外，还包含当代科学计算大量用到的专题，如求特殊函数值、随机数、排序、最优化、快速傅里叶变换、谱分析、小波变换、统计描述和数据建模、常微分方程和偏微分方程数值解、若干编码算法和任意精度的计算等。 本书科学性和实用性统一。每个专题中，不仅对每种算法给出了数学分析和比较，而且根据作者的经验对算法做出了评论和建议，并在此基础上给出了用C++语言编写的实用程序。读者可以很方便地直接套用这些程序，还可以结合特定的需要进行修改。本书中包含的345个程序构成了C++语言的数值计算程序库。 本书可以作为大学本科生和研究生的教材或参考书，也可以作为从事科学计算的科技工作者的工具书、计算机软件开发者的参考书。