《精通Python设计模式》源代码文件.zip

内容简介 本书分三部分、共16章，介绍一些常用的设计模式。首部分介绍处理对象创建的设计模式，包括工厂模式、建造者模式、原型模式；第二部分介绍处理一个系统中不同实体（类、对象等）之间关系的设计模式，包括外观模式、享元模式等；第三部分介绍处理系统实体之间通信的设计模式，包括责任链模式、观察者模式等。 作者简介 Sakis Kasampalis 资深软件工程师，对于多种编程语言和工具都有丰富的经验，原则是在正确的工作上运用正确的工具。Python是他最喜欢的工具之一，因为它十分高效。 目　　录 第一部分　创建型模式 第1章　工厂模式　　2 1.1　工厂方法　　2 1.1.1　现实生活的例子　　2 1.1.2　软件的例子　　3 1.1.3　应用案例　　3 1.1.4　实现　　4 1.2　抽象工厂　　11 1.2.1　现实生活的例子　　11 1.2.2　软件的例子　　12 1.2.3　应用案例　　12 1.2.4　实现　　12 1.3　小结　　17 第2章　建造者模式　　18 2.1　现实生活的例子　　18 2.2　软件的例子　　19 2.3　应用案例　　19 2.4　实现　　22 2.5　小结　　29 第3章　原型模式　　30 3.1　现实生活的例子　　31 3.2　软件的例子　　32 3.3　应用案例　　32 3.4　实现　　33 3.5　小结　　37 第二部分　结构型模式 第4章　适配器模式　　40 4.1　现实生活的例子　　40 4.2　软件的例子　　41 4.3　应用案例　　41 4.4　实现　　42 4.5　小结　　45 第5章　修饰器模式　　46 5.1　现实生活的例子　　46 5.2　软件的例子　　47 5.3　应用案例　　48 5.4　实现　　48 5.5　小结　　52 第6章　外观模式　　53 6.1　现实生活的例子　　54 6.2　软件的例子　　54 6.3　应用案例　　54 6.4　实现　　55 6.5　小结　　60 第7章　享元模式　　61 7.1　现实生活的例子　　62 7.2　软件的例子　　62 7.3　应用案例　　62 7.4　实现　　62 7.5　小结　　66 第8章　模型—视图—控制器模式　　67 8.1　现实生活的例子　　68 8.2　软件的例子　　68 8.3　应用案例　　68 8.4　实现　　70 8.5　小结　　73 第9章　代理模式　　74 9.1　现实生活的例子　　76 9.2　软件的例子　　77 9.3　应用案例　　77 9.4　实现　　78 9.5　小结　　81 第三部分　行为型模式 第10章　责任链模式　　84 10.1　现实生活的例子　　85 10.2　软件的例子　　86 10.3　应用案例　　86 10.4　实现　　87 10.5　小结　　91 第11章　命令模式　　92 11.1　现实生活的例子　　92 11.2　软件的例子　　93 11.3　应用案例　　93 11.4　实现　　94 11.5　小结　　99 第12章　解释器模式　　101 12.1　现实生活的例子　　102 12.2　软件的例子　　102 12.3　应用案例　　103 12.4　实现　　103 12.5　小结　　109 第13章　观察者模式　　110 13.1　现实生活的例子　　110 13.2　软件的例子　　111 13.3　应用案例　　111 13.4　实现　　112 13.5　小结　　117 第14章　状态模式　　118 14.1　现实生活的例子　　119 14.2　软件的例子　　120 14.3　应用案例　　120 14.4　实现　　121 14.5　小结　　126 第15章　策略模式　　127 15.1　现实生活的例子　　128 15.2　软件的例子　　128 15.3　应用案例　　130 15.4　实现　　130 15.5　小结　　134 第16章　模板模式　　135 16.1　现实生活的例子　　139 16.2　软件的例子　　140 16.3　应用案例　　141 16.4　实现　　141 16.5　小结　　143

精通Python设计模式 高清晰PDF.pdf

内容简介 本书分三部分、共16章，介绍一些常用的设计模式。首部分介绍处理对象创建的设计模式，包括工厂模式、建造者模式、原型模式；第二部分介绍处理一个系统中不同实体（类、对象等）之间关系的设计模式，包括外观模式、享元模式等；第三部分介绍处理系统实体之间通信的设计模式，包括责任链模式、观察者模式等。 作者简介 Sakis Kasampalis 资深软件工程师，对于多种编程语言和工具都有丰富的经验，原则是在正确的工作上运用正确的工具。Python是他最喜欢的工具之一，因为它十分高效。 目　　录 第一部分　创建型模式 第1章　工厂模式　　2 1.1　工厂方法　　2 1.1.1　现实生活的例子　　2 1.1.2　软件的例子　　3 1.1.3　应用案例　　3 1.1.4　实现　　4 1.2　抽象工厂　　11 1.2.1　现实生活的例子　　11 1.2.2　软件的例子　　12 1.2.3　应用案例　　12 1.2.4　实现　　12 1.3　小结　　17 第2章　建造者模式　　18 2.1　现实生活的例子　　18 2.2　软件的例子　　19 2.3　应用案例　　19 2.4　实现　　22 2.5　小结　　29 第3章　原型模式　　30 3.1　现实生活的例子　　31 3.2　软件的例子　　32 3.3　应用案例　　32 3.4　实现　　33 3.5　小结　　37 第二部分　结构型模式 第4章　适配器模式　　40 4.1　现实生活的例子　　40 4.2　软件的例子　　41 4.3　应用案例　　41 4.4　实现　　42 4.5　小结　　45 第5章　修饰器模式　　46 5.1　现实生活的例子　　46 5.2　软件的例子　　47 5.3　应用案例　　48 5.4　实现　　48 5.5　小结　　52 第6章　外观模式　　53 6.1　现实生活的例子　　54 6.2　软件的例子　　54 6.3　应用案例　　54 6.4　实现　　55 6.5　小结　　60 第7章　享元模式　　61 7.1　现实生活的例子　　62 7.2　软件的例子　　62 7.3　应用案例　　62 7.4　实现　　62 7.5　小结　　66 第8章　模型—视图—控制器模式　　67 8.1　现实生活的例子　　68 8.2　软件的例子　　68 8.3　应用案例　　68 8.4　实现　　70 8.5　小结　　73 第9章　代理模式　　74 9.1　现实生活的例子　　76 9.2　软件的例子　　77 9.3　应用案例　　77 9.4　实现　　78 9.5　小结　　81 第三部分　行为型模式 第10章　责任链模式　　84 10.1　现实生活的例子　　85 10.2　软件的例子　　86 10.3　应用案例　　86 10.4　实现　　87 10.5　小结　　91 第11章　命令模式　　92 11.1　现实生活的例子　　92 11.2　软件的例子　　93 11.3　应用案例　　93 11.4　实现　　94 11.5　小结　　99 第12章　解释器模式　　101 12.1　现实生活的例子　　102 12.2　软件的例子　　102 12.3　应用案例　　103 12.4　实现　　103 12.5　小结　　109 第13章　观察者模式　　110 13.1　现实生活的例子　　110 13.2　软件的例子　　111 13.3　应用案例　　111 13.4　实现　　112 13.5　小结　　117 第14章　状态模式　　118 14.1　现实生活的例子　　119 14.2　软件的例子　　120 14.3　应用案例　　120 14.4　实现　　121 14.5　小结　　126 第15章　策略模式　　127 15.1　现实生活的例子　　128 15.2　软件的例子　　128 15.3　应用案例　　130 15.4　实现　　130 15.5　小结　　134 第16章　模板模式　　135 16.1　现实生活的例子　　139 16.2　软件的例子　　140 16.3　应用案例　　141 16.4　实现　　141 16.5　小结　　143

python计算机视觉.pdf

高清完整版，极力推荐。 第1 章　基本的图像操作和处理 .....................................................................................................1 1.1　PIL：Python 图像处理类库.......................................................................................................1 1.1.1　转换图像格式 ................................................................................................................2 1.1.2　创建缩略图 ....................................................................................................................3 1.1.3　复制和粘贴图像区域 ....................................................................................................3 1.1.4　调整尺寸和旋转 ............................................................................................................3 1.2　Matplotlib .................................................................................................................................4 1.2.1　绘制图像、点和线 ........................................................................................................4 1.2.2　图像轮廓和直方图 ........................................................................................................6 1.2.3　交互式标注 ....................................................................................................................7 1.3　NumPy ..........................................................................................................................................8 1.3.1　图像数组表示 ................................................................................................................8 1.3.2　灰度变换 ........................................................................................................................9 1.3.3　图像缩放 ......................................................................................................................11 1.3.4　直方图均衡化 ..............................................................................................................11 1.3.5　图像平均 ......................................................................................................................13 1.3.6　图像的主成分分析（PCA） .........................................................................................14 1.3.7　使用pickle 模块 .........................................................................................................16 1.4　SciPy ........................................................................................................................................17 1.4.1　图像模糊 ......................................................................................................................18 1.4.2　图像导数 ......................................................................................................................19 1.4.3　形态学：对象计数 ......................................................................................................22 VI ｜ 目录 1.4.4　一些有用的SciPy 模块 ...............................................................................................23 1.5　高级示例：图像去噪 ...............................................................................................................24 练习 ...................................................................................................................................................28 代码示例约定 ...................................................................................................................................29 第2 章　局部图像描述子 ................................................................................................................31 2.1　Harris 角点检测器 ....................................................................................................................31 2.2　SIFT（尺度不变特征变换） .....................................................................................................39 2.2.1　兴趣点 ..........................................................................................................................39 2.2.2　描述子 ..........................................................................................................................39 2.2.3　检测兴趣点 ..................................................................................................................40 2.2.4　匹配描述子 ..................................................................................................................43 2.3　匹配地理标记图像 ...................................................................................................................47 2.3.1　从Panoramio 下载地理标记图像 ...............................................................................47 2.3.2　使用局部描述子匹配 ..................................................................................................50 2.3.3　可视化连接的图像 ......................................................................................................52 练习 ...................................................................................................................................................54 第3 章　图像到图像的映射 ............................................................................................................57 3.1　单应性变换 ...............................................................................................................................57 3.1.1　直接线性变换算法 ......................................................................................................59 3.1.2　仿射变换 ......................................................................................................................60 3.2　图像扭曲 ..................................................................................................................................61 3.2.1　图像中的图像 ..............................................................................................................63 3.2.2　分段仿射扭曲 ..............................................................................................................67 3.2.3　图像配准 ......................................................................................................................70 3.3　创建全景图 ...............................................................................................................................76 3.3.1　RANSAC ......................................................................................................................77 3.3.2　稳健的单应性矩阵估计 ..............................................................................................78 3.3.3　拼接图像 ......................................................................................................................81 练习 ...................................................................................................................................................84 第4 章　照相机模型与增强现实 ...................................................................................................85 4.1　针孔照相机模型 .......................................................................................................................85 4.1.1　照相机矩阵 ..................................................................................................................86 4.1.2　三维点的投影 ..............................................................................................................87 4.1.3　照相机矩阵的分解 ......................................................................................................89 4.1.4　计算照相机中心 ..........................................................................................................90 4.2　照相机标定 ...............................................................................................................................91 目录 ｜ VII 4.3　以平面和标记物进行姿态估计 ...............................................................................................93 4.4　增强现实 ..................................................................................................................................97 4.4.1　PyGame 和PyOpenGL ................................................................................................97 4.4.2　从照相机矩阵到OpenGL 格式 ..................................................................................98 4.4.3　在图像中放置虚拟物体 ............................................................................................100 4.4.4　综合集成 ....................................................................................................................102 4.4.5　载入模型 ....................................................................................................................104 练习 .................................................................................................................................................106 第5 章　多视图几何 .......................................................................................................................107 5.1　外极几何 ................................................................................................................................107 5.1.1　一个简单的数据集 ....................................................................................................109 5.1.2　用Matplotlib 绘制三维数据 ................................................................................... 111 5.1.3　计算F：八点法 .........................................................................................................112 5.1.4　外极点和外极线 ........................................................................................................113 5.2　照相机和三维结构的计算 .....................................................................................................116 5.2.1　三角剖分 ....................................................................................................................116 5.2.2　由三维点计算照相机矩阵 ........................................................................................118 5.2.3　由基础矩阵计算照相机矩阵 ....................................................................................120 5.3　多视图重建 .............................................................................................................................122 5.3.1　稳健估计基础矩阵 ....................................................................................................123 5.3.2　三维重建示例 ............................................................................................................125 5.3.3　多视图的扩展示例 ....................................................................................................129 5.4　立体图像 ................................................................................................................................130 练习 .................................................................................................................................................135 第6 章　图像聚类 ............................................................................................................................137 6.1　K-means 聚类 .........................................................................................................................137 6.1.1　SciPy 聚类包 ..............................................................................................................138 6.1.2　图像聚类 ....................................................................................................................139 6.1.3　在主成分上可视化图像 ............................................................................................140 6.1.4　像素聚类 ....................................................................................................................142 6.2　层次聚类 ................................................................................................................................144 6.3　谱聚类 ....................................................................................................................................152 练习 .................................................................................................................................................157 第7 章　图像搜索 ............................................................................................................................159 7.1　基于内容的图像检索 .............................................................................................................159 7.2　视觉单词 ................................................................................................................................160 VIII ｜ 目录 7.3　图像索引 ................................................................................................................................164 7.3.1　建立数据库 ................................................................................................................164 7.3.2　添加图像 ....................................................................................................................165 7.4　在数据库中搜索图像 .............................................................................................................167 7.4.1　利用索引获取候选图像 ............................................................................................168 7.4.2　用一幅图像进行查询 ................................................................................................169 7.4.3　确定对比基准并绘制结果 ........................................................................................171 7.5　使用几何特性对结果排序 .....................................................................................................172 7.6　建立演示程序及Web 应用 ....................................................................................................176 7.6.1　用CherryPy 创建Web 应用 ......................................................................................176 7.6.2　图像搜索演示程序 ....................................................................................................176 练习 .................................................................................................................................................179 第8 章　图像内容分类 ...................................................................................................................181 8.1　K 邻近分类法（KNN） ..........................................................................................................181 8.1.1　一个简单的二维示例 ................................................................................................182 8.1.2　用稠密SIFT 作为图像特征 ......................................................................................185 8.1.3　图像分类：手势识别 ................................................................................................187 8.2　贝叶斯分类器 .........................................................................................................................190 8.3　支持向量机 .............................................................................................................................195 8.3.1　使用LibSVM .............................................................................................................196 8.3.2　再论手势识别 ............................................................................................................198 8.4　光学字符识别 .........................................................................................................................199 8.4.1　训练分类器 ................................................................................................................200 8.4.2　选取特征 ....................................................................................................................200 8.4.3　多类支持向量机 ........................................................................................................201 8.4.4　提取单元格并识别字符 ............................................................................................202 8.4.5　图像校正 ....................................................................................................................205 练习 .................................................................................................................................................206 第9 章　图像分割 ............................................................................................................................209 9.1　图割（Graph Cut） ..................................................................................................................209 9.1.1　从图像创建图 ............................................................................................................211 9.1.2　用户交互式分割 ........................................................................................................216 9.2　利用聚类进行分割 .................................................................................................................218 9.3　变分法 ....................................................................................................................................224 练习 .................................................................................................................................................226 第10 章　OpenCV ..........................................................................................................................227 10.1　OpenCV 的Python 接口 ......................................................................................................227 目录 ｜ IX 10.2　OpenCV 基础知识 ................................................................................................................228 10.2.1　读取和写入图像 .....................................................................................................228 10.2.2　颜色空间 .................................................................................................................228 10.2.3　显示图像及结果 .....................................................................................................229 10.3　处理视频 ...............................................................................................................................232 10.3.1　视频输入 .................................................................................................................232 10.3.2　将视频读取到NumPy 数组中 .................................................................................234 10.4　跟踪 ......................................................................................................................................234 10.4.1　光流 .........................................................................................................................235 10.4.2　Lucas-Kanade 算法 .................................................................................................237 10.5　更多示例 ...............................................................................................................................243 10.5.1　图像修复 .................................................................................................................243 10.5.2　利用分水岭变换进行分割 .....................................................................................244 10.5.3　利用霍夫变换检测直线 .........................................................................................245 练习 .................................................................................................................................................246

Programming Computer Vision with Python

Introduction 7 Prerequisites and Overview . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 Introduction to Computer Vision . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 Python and NumPy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 Notation and Conventions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 1 Basic Image Handling and Processing 13 1.1 PIL – the Python Imaging Library . . . . . . . . . . . . . . . . . . . . . . . . 13 1.2 Matplotlib . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 1.3 NumPy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 1.4 SciPy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 1.5 Advanced example: Image de-noising . . . . . . . . . . . . . . . . . . . . . 39 2 Local Image Descriptors 45 2.1 Harris corner detector . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 2.2 SIFT - Scale-Invariant Feature Transform . . . . . . . . . . . . . . . . . . . 52 2.3 Matching Geotagged Images . . . . . . . . . . . . . . . . . . . . . . . . . . 63 3 Image to Image Mappings 73 3.1 Homographies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73 3.2 Warping images . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78 3.3 Creating Panoramas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 4 Camera Models and Augmented Reality 103 4.1 The Pin-hole Camera Model . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 4.2 Camera Calibration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109 4.3 Pose Estimation from Planes and Markers . . . . . . . . . . . . . . . . . . . 110 4.4 Augmented Reality . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114 3 5 Multiple View Geometry 127 5.1 Epipolar Geometry . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127 5.2 Computing with Cameras and 3D Structure . . . . . . . . . . . . . . . . . . 136 5.3 Multiple View Reconstruction . . . . . . . . . . . . . . . . . . . . . . . . . . 144 5.4 Stereo Images . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152 6 Clustering Images 161 6.1 K-means Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161 6.2 Hierarchical Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169 6.3 Spectral Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175 7 Searching Images 185 7.1 Content-based Image Retrieval . . . . . . . . . . . . . . . . . . . . . . . . . 185 7.2 Visual Words . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186 7.3 Indexing Images . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190 7.4 Searching the Database for Images . . . . . . . . . . . . . . . . . . . . . . . 194 7.5 Ranking Results using Geometry . . . . . . . . . . . . . . . . . . . . . . . . 199 7.6 Building Demos and Web Applications . . . . . . . . . . . . . . . . . . . . . 202 8 Classifying Image Content 209 8.1 K-Nearest Neighbors . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209 8.2 Bayes Classifier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218 8.3 Support Vector Machines . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223 8.4 Optical Character Recognition . . . . . . . . . . . . . . . . . . . . . . . . . 228 9 Image Segmentation 237 9.1 Graph Cuts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 237 9.2 Segmentation using Clustering . . . . . . . . . . . . . . . . . . . . . . . . . 248 9.3 Variational Methods . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 252 10OpenCV 257 10.1The OpenCV Python Interface . . . . . . . . . . . . . . . . . . . . . . . . . . 257 10.2OpenCV Basics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 258 10.3Processing Video . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 262 10.4Tracking . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 265 10.5More Examples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 273 A Installing Packages 279 A.1 NumPy and SciPy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 279 A.2 Matplotlib . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 280 A.3 PIL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 280 4 CONTENTS A.4 LibSVM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 281 A.5 OpenCV . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 281 A.6 VLFeat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282 A.7 PyGame . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282 A.8 PyOpenGL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283 A.9 Pydot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283 A.10Python-graph . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283 A.11Simplejson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 284 A.12PySQLite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 284 A.13CherryPy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 285 B Image Datasets 287 B.1 Flickr . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 287 B.2 Panoramio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 288 B.3 Oxford Visual Geometry Group . . . . . . . . . . . . . . . . . . . . . . . . . 289 B.4 University of Kentucky Recognition Benchmark Images . . . . . . . . . . . 289 B.5 Other . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 290 C Image Credits 291 CONTENTS

Python进行数据分析

还在苦苦寻觅Python控制/处理/整理/分析结构化数据的完整课程？本书含有大量的实践案例，你将学会如何利用各种Python库（包括NumPy/pandas/matplotlib以及IPython等）高效地解决各式各样的数据分析问题。

Head_First_Python（中文版）

Head_First_Python（中文版） 目录： 1.初识Python：人人都爱列表 2.共享你的代码：函数模板 3.文件与异常：处理错误 4.持久存储：数据保存到文件 5.推导数据：处理数据 6.定制数据对象：打包代码与数据 7.Web开发：集成在一起 8.移动应用开发：小设备 9.管理你的数据：处理输入 10.扩展你的Web应用：来真格的 11.处理复杂性：数据加工

Python编程实战 运用设计模式、并发和程序库创建高质量程序

Python编程实战 运用设计模式、并发和程序库创建高质量程序 从设计模式/并发技术和程序库角度，围绕Python编程的核心问题，系统而详细地讲解各种实用Python编程技术和技巧，并以3个完整的案例展示“设计-实现-优化”的全过程，带你领略Python语言之美，提升Python编程水平。

深入实践Boost Boost程序库开发的94个秘笈

Boost库是由专业人员开发，在多个平台和处理器架构上测试，并适用于广泛任务的可靠解决方案。本书将带你踏上简化应用程序开发过程的旅程，引导你更快地编写完美的应用程序。 《深入实践Boost：Boost程序库开发的94个秘笈》详细阐述多线程、网络编程、元编程和泛型编程，并探讨如何只编写一次程序，就能在Linux、Windows、Mac OS和Android操作系统中使用。书中汇集Boost库开发者创建的许多清晰、实用的秘笈，循序渐进地引导读者了解并充分利用Boost和C++的真正优势，以及一些现成可用的解决方案，快速开发高品质、可移植的应用程序。 主要内容： 涵盖日常使用的新数据类型、图形处理的基础知识，以及一些编程技巧。 讨论如何使用智能指针管理资源，根除内存泄漏问题，以及如何使用Boost库执行与多线程和常见的字符串相关的任务。 讲解如何将处理、计算和相互作用拆分为仿函数（任务）并且独立地完成这些任务。 探讨用于检测编译器、平台和Boost功能的各种辅助宏。 在C++03中使用精选的C++11特性。 深入实践Boost：Boost程序库开发的94个秘笈 目录： 第1章　开始编写应用程序 1 第2章　数据转换 32 第3章　资源管理 51 第4章　编译时技巧 71 第5章　多线程 89 第6章　处理任务 109 第7章　处理字符串 142 第8章　元编程 160 第9章　容器 182 第10章　收集平台和编译器 第11章　与系统打交道 218 第12章　揭开冰山一角 235

Boost程序库完全开发指南.pdf

Boost程序库完全开发指南：深入C++“准”标准库，罗剑锋著。电子工业出版社。2010.9. Boost 是一个功能强大、构造精巧、跨平台、开源并且完全免费的C++程序库，有着"C++“准”标准库"的美誉。

WinDebug用法详解

WinDBG 是个非常强大的调试器，它设计了极其丰富的功能来支持各种调试任务，包括用户 态调试、 内核态调试、 调试转储文件、 远程调试等等。 WinDBG 具有非常大的灵活性和可扩展性， 用来满足各种各样的调试需求，比如用户可以自由定义调试事件的处理方式，编写调试扩展模块 来定制和补充 WinDBG 的调试功能。 尽管 WinDBG 是个典型的窗口程序， 但是它的大多数调试功能还是以手工输入命令的方式来 工作的。目前版本的 WinDBG 共提供了 20 多条标准命令， 140 多条元命令（ Meta-commands）， 和难以计数的大量扩展命令。学习和灵活使用这些命令是学习 WinDBG 的关键，也是难点。 上一章我们从设计的角度分析了 WinDBG ，本章将从使用（用户）的角度介绍 WinDBG 。我 们先介绍工作空间的概念和用法（第 1 节），然后介绍命令的分类和不同种类的命令提示符（第 2 节）。 第 3 节介绍不同的调试模式， 也就是如何与不同特征的调试目标建立调试会话。 第 4 节介绍 上下文的概念和在调试时应该如何切换和控制上下文。第 5 节介绍调试事件和如何定制调试事件 的处理方式。 从第 6 节到第 9 节我们将分别介绍如何在 WinDBG 中完成典型的调试操作， 比如控 制调试目标（第 6 节）、设置断点（第 7 节）、观察栈（第 8 节）以及如何观察和修改数据（第 9 节）。