文中这些经典书，都是蓝色封面，你的枕边有哪一本？可否愿意与我分享。篇首重磅推出新书《操作系统导论》，异步社区已上架，京东、当当预售中，也随后即将上架。

重磅来袭

操作系统导论

作者：[美] 雷姆兹·H.阿帕希杜塞尔（ Remzi H. Arpaci-Dusseau）， [美]安德莉亚·C.阿帕希杜塞尔（Andrea C. Arpaci-Dusseau）

译者：王海鹏

• 美国知名操作系统教材

• 紧紧围绕操作系统的三大主题元素:虚拟化 并发和持久性进行讲解

• 豆瓣原版评分９.７

本书围绕虚拟化、并发和持久性这三个主要概念展开，介绍了所有现代系统的主要组件（包括调度、虚拟内存管理、磁盘和I/O子系统、文件系统）。全书共50章，分为3个部分，分别讲述虚拟化、并发和持久性的相关内容。作者以对话形式引入所介绍的主题概念，行文诙谐幽默却又鞭辟入里，力求帮助读者理解操作系统中虚拟化、并发和持久性的原理。

本书内容全面，并给出了真实可运行的代码（而非伪代码），还提供了相应的练习，很适合高等院校相关专业的教师开展教学和高校学生进行自学。

看看豆瓣怎么说原版书内容？

这是我读过的最易懂最有启发的操作系统书了——豆瓣读者

这是一本关于操作系统的绝佳教材，强烈推荐！ 辞职前在单位把第一部分「虚拟化」精读了一遍。像很多国外教材那样，本书也是带着时间轴讲授知识，发现问题解决问题的过程把读者的好奇心以及豁然开朗的满足感调动得十分活跃，更何况作者还时不时幽一默，让阅读过程充满乐趣。 本想能够全部读一遍呢，后边关于并行和文件系统的内容想必也会和第一部分一样精彩。马上就要离开这家单位了，即将要进入的行业也与现在截然不同，在这个领域所学到的知识也许不再能够用到，但这些学习的过程将永远是我的珍贵回忆。——豆瓣读者

好像是这辈子第一次看完一整本600页以上的书，之前看过的一些都是跳了几章不感兴趣的，满满的成就感。最大的体会是Remzi每个系统真的是由浅入深讲的很清楚，比如从简单的scheduler到multi-level feedback shared到multi-processsor scheduler, 每个都讲清楚优点与缺点，然后再引出下一个系统，这种讲解方法把整个系统的演变和历史都理清楚了，让人很容易跟上并进行思考。很多操作系统的单机设计理念，其实在现在复杂多变的分布式中也都是有应用的。强烈推荐。——豆瓣读者

已出版的这些蓝色经典

１、人工智能（第2版）

作者：[美]史蒂芬·卢奇（Stephen Lucci），丹尼·科佩克（Danny Kopec）

译者：林赐

• 人工智能百科全书

• 易于上手的人工智能自学指南

• 涵盖机器学习 深度学习 自然语言处理 神经网络 计算机博弈等各种知识 图文详细 讲解细致 配备丰富的教学资源和学习素材

• 美国经典教材，在美亚上，被评价为自Russell & Norvig的《人工智能：一种现代方法》之后更好的教材，更加适合本科生使用。

本书是作者结合多年教学经验、精心撰写的一本人工智能教科书，堪称“人工智能的百科全书”。全书涵盖了人工智能简史、搜索方法、知情搜索、博弈中的搜索、人工智能中的逻辑、知识表示、产生式系统、专家系统、机器学习和神经网络、遗传算法、自然语言处理、自动规划、机器人技术、高级计算机博弈、人工智能的历史和未来等主题。

本书提供了丰富的教学配套资源，适合作为高等院校人工智能相关专业的教材，也适合对人工智能相关领域感兴趣的读者阅读和参考。

２、软件工程（第4版•修订版）

作者：[美] 莎丽•劳伦斯•弗里格（Shari Lawrence Pfleeger）[加] 乔安妮•M. 阿特利（Joanne M. Atlee）

译者：杨卫东

• 软件工程领域公认的经典名著

• 国际上众多名校采用的软件工程课程的经典教材

• 配有教学PPT和习题答案等丰富的教学资源

全书共分为14章，分3个部分介绍主要内容。第一部分解释为什么软件工程知识对实践者和研究者同样重要，还讨论了理解过程模型问题的必要性以及敏捷方法和精细地进行项目计划的必要性；第二部分论述开发和维护的主要步骤；第三部分主要讲述软件评估和改进。

本书适合作为计算机相关专业软件工程课程的本科教材，也适用于介绍软件工程的概念与实践的研究生课程，期望进一步学习该领域相关知识的专业人员也可以阅读本书。

３、数据结构（Python语言描述）

作者：【美】Kenneth A. Lambert（兰伯特）

译者：李军

• 基于Python语言的数据结构基础编程语法详解

• 国外高等院校信息科学与技术教材

《数据结构 Python语言描述》第1章简单介绍了Python语言的基础知识和特性。第2章到第4章对抽象数据类型、数据结构、复杂度分析、数组和线性链表结构进行了详细介绍，第5章和第6章重点介绍了面向对象设计的相关知识、第5章包括接口和实现之间的重点差异、多态以及信息隐藏等内容，第6章主要讲解继承的相关知识，第7章到第9章以栈、队列和列表为代表，介绍了线性集合的相关知识。第10章介绍了各种树结构，第11章讲解了集和字典的相关内容，第12章介绍了图和图处理算法。每章*后，还给出了复习题和案例学习，帮助读者巩固和思考。

４、用Python写网络爬虫（第2版）

作者：[德]凯瑟琳 雅姆尔（Katharine Jarmul）、[澳]理查德 劳森（Richard Lawson）

译者：李斌

• 畅销的Python 3网络爬虫

• 数据抓取采集分析 开发实战图书全新升级版

• 针对Python 3编写 上一版年度销量近40000册

• 提供示例完整源码和实例网站搭建源码

《用Python写网络爬虫（第 2版》讲解了如何使用Python来编写网络爬虫程序，内容包括网络爬虫简介，从页面中抓取数据的3种方法，提取缓存中的数据，使用多个线程和进程进行并发抓取，抓取动态页面中的内容，与表单进行交互，处理页面中的验证码问题，以及使用Scarpy和Portia进行数据抓取，并在最后介绍了使用本书讲解的数据抓取技术对几个真实的网站进行抓取的实例，旨在帮助读者活学活用书中介绍的技术。

５、Python神经网络编程

作者：[英]塔里克·拉希德（Tariq Rashid）

译者：林赐

• 人工智能深度学习机器学习领域又一重磅力作

• 自己动手用Python编写神经网络

• 美亚排名前茅荣获众多好评 全彩印刷 图表丰富

本书将带领您进行一场妙趣横生却又有条不紊的旅行——从一个非常简单的想法开始，逐步理解神经网络的工作机制。您无需任何超出中学范围的数学知识，并且本书还给出易于理解的微积分简介。本书的目标是让尽可能多的普通读者理解神经网络。读者将学习使用Python开发自己的神经网络，训练它识别手写数字，甚至可以与专业的神经网络相媲美。

本文转载自异步社区。

原文链接：https://www.epubit.com/articleDetails?id=NNb9f69768-6133-46bd-bf7e-69735f2240b7