豆瓣评分8.0以上，2021年程序员新书大盘点
今天是元旦，小编祝大家元旦快乐！多拿年终奖。今天带大家盘点一下2021年出版的程序员新书中豆瓣评分8.0以上的书。顺序是出版时间的倒序。
1、计算之魂 : 计算科学品位和认知进阶 豆瓣评分9.4
吴军 著
1.《数学之美》姊妹篇，吴军博士时隔近10年在科技领域的重磅新作。
2.李国杰院士、郑纬民院士作序推荐，快手联合创始人宿华、拼多duo联合创始人陈磊倾情推荐。
3.一部通过算法例题来阐述计算思维之妙的大作。全书的例题+思考题100+，是作者在谷歌、腾讯使用过的面试题，或是头部互联网企业、金融企业的面试题，。
4.五级工程师提升能力、不断向上发展的方法论。
5.附赠大幅思维导图折页+思维导图电子版+精美书签+增值视频+题目索引电子版。
作者在书中结合自己对计算机工程师的五级分级标准，详细讲解了每类题目不同层次的解决方法、不同水平的人大约能思考到什么样的深度，深度阐述题目背后的计算机科学精髓。通过对比优化解题思路，读者不仅可以衡量自己的水平，在职业的发展道路上走得更快，更可以深刻理解并掌握计算机科学和计算思维，逐渐把握计算机科学这门艺术，获得重复性成功。
2、什么塑造了今天的编程世界 : 漫画编程历史大事件（2022年周历版）豆瓣评分8.6
西乔，霍炬 著
《什么塑造了今天的编程世界：漫画编程历史大事件》是一本新颖的“风琴折”形式的文化周历，精选200年间56个改变编程世界的关键节点，兼顾广度和深度，贯穿多条技术领域的演化线索。四分册“风琴折”图文长卷，全彩印刷，一面是凝练博见、妙趣横生的编程发展简史，以“简练的文字描述+生动精美的漫画场景”展示编程世界的演变进化；另一面是可自由发挥的2022年周历书写页，留给你创造属于自己的历史，小巧精致，值得收藏。
打开风琴折页就如同坐上时光机，带你展开不同寻常的编程历史时间线漫游。
本书专为程序员和IT从业者绘制编写，也适合所有对编程文化、科技发展史感兴趣的人群。
3、Python，不加班——轻松实现办公自动化 豆瓣评分8.7
何华平 著
这是一本关于如何利用Python提高日常办公效率的书，书中凝聚了作者多年的实践经验和独特思考，旨在帮助读者准确、高效地完成大量高重复度的工作。
《学Python，不加班：轻松实现办公自动化》汇集了日常办公和处理文档时常见的问题，通过实例的演示与讲解，帮助读者灵活有效地使用Python处理工作中遇到的问题。全书共11章，涵盖Python的各种应用场景，具体包括文件管理自动化，网络信息自动获取，TXT、XLS／XLSX、DOC／DOCX、PPT、PDF、图片文件的自动化处理，模拟鼠标、键盘操控本地软件，自动化运行管理等。本书力图淡化编程中的抽象概念，贴合工作场景，注重实战效果，通过对Python技术的巧妙讲解，帮助读者成为高效率的办公室“超人”。
《学Python，不加班：轻松实现办公自动化》适合任何想要学习Python编程的读者，尤其适合缺乏编程经验的初学者。同时本书提供所有案例的源代码文件，方便读者边学边练，爱上Python编程。
4、数据结构与算法之美 豆瓣评分8.3
王争 著
1.好评爆表的极客时间算法专栏网红达人，GitHub上算法教程Star数量上万的作者新作；
2.10多万人验证过的、为求职面试者、工程师量身打造的数据结构与算法私教课；
3.20个经典数据结构与算法，一册在手，学习算法不愁，轻松搞定大厂的面试秘籍；
4.100个真实项目场景案例，助力工程师解决项目中的实际算法难题；
5.300多幅算法手绘图解，文科生都能学的懂算法通关书；
6.力扣（LeetCode）CEO张云浩（Hercy） 、腾讯T4级专家茹炳晟等专家倾力推荐！
本书分为11章。第1章介绍复杂度分析方法。第2章介绍数组、链表、栈和队列这些基础的线性表数据结构。第3章介绍递归编程技巧、8种经典排序、二分查找及二分查找的变体问题。第4章介绍哈希表、位图、哈希算法和布隆过滤器。第5章介绍树相关的数据结构，包括二叉树、二叉查找树、平衡二叉查找树、递归树和B+树。第6章介绍堆，以及堆的各种应用，包括堆排序、优先级队列、求Top K、求中位数和求百分位数。第7章介绍跳表、并查集、线段树和树状数组这些比较高级的数据结构。第8章介绍字符串匹配算法，包括BF算法、RK算法、BM算法、KMP算法、Trie树和AC自动机。第9章介绍图及相关算法，包括深度优先搜索、广度优先搜索、拓扑排序、Dijkstra算法、Floyd算法、A*算法、Z小生成树算法、Z大流算法和Z大二分匹配等。第10章介绍4种算法思想，包括贪心、分治、回溯和动态规划。第11章介绍4个经典项目中的数据结构和算法的应用，包括Redis、搜索引擎、鉴权限流和短网址服务。另外，附录A为书中的思考题的解答。
5、UNIX传奇 : 历史与回忆 豆瓣评分8.8
[美] 布莱恩·W.克尼汉（Brian，W.，Kernighan） 著，韩磊 译
1. 计算机先驱布莱恩·W. 克尼汉，继《C程序设计语言》后的全新力作！
2. 跨越50年历史河流，带你走进贝尔实验室，亲历IT发展史实。
（1）以肯·汤普森、丹尼斯·里奇、道格·麦基尔罗伊等传奇人物小传，串联成20世纪一系列重要发明的起源/发展线路图。
（2）以Unix的诞生与迭代、优秀而开明的管理体制、有远见的持续投资等精彩故事，揭示出贝尔实验室如何孕育出科技创新的真相。
（3）以Unix诞生见证者回忆往事的轻松口吻和不为人知的有趣图片，述说Unix的“设计哲学”如何被计算机世界有效利用且延续至今。
本书不但书写Unix的历史，而且记录作者的回忆，一探Unix的起源，试图解释什么是Unix，Unix是如何产生的，以及Unix为何如此重要。除此之外，本书以轻松的口吻讲述了一群在贝尔实验室工作的发明天才的有趣往事，本书中每一个故事都是鲜为人知却又值得传播的宝贵资源。
6、机器学习公式详解 豆瓣评分8.9
谢文睿，秦州 著
1.周志华教授“西瓜书”《机器学习》公式完全解析指南！
“南瓜书”系Datawhale成员自学笔记，对“西瓜书”中250个重难点公式做了详细解析和推导（重难点公式覆盖率达99%），旨在解决机器学习中的数学难题。
2.机器学习初学小白提升数学基础能力的必备练习册！
以本科数学基础视角对“西瓜书”里比较难理解的公式加以解析和推导细节，补充大量重、难点数学知识和参考材料，分享在学习中遇到的“坑”以及跳过这个“坑”的方法，对于初学机器学习的小白也能上手练习！
周志华老师的《机器学习》（俗称“西瓜书”）是机器学习领域的经典入门教材之一。本书（俗称“南瓜书”）基于Datawhale 成员自学“西瓜书”时记下的笔记编著而成，旨在对“西瓜书”中重难点公式加以解析，以及对部分公式补充具体的推导细节。
全书共16 章，与“西瓜书”章节、公式对应，每个公式的推导和解析都以本科数学基础的视角进行讲解，希望能够帮助读者达到“理工科数学基础扎实点的大二下学期学生”水平。每章都附有相关阅读材料，以便有兴趣的读者进一步钻研探索。
本书思路清晰，视角独特，结构合理，可作为高等院校计算机及相关专业的本科生或研究生教材，也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考。
7、Python编程快速上手（第2版） : 让繁琐工作自动化 豆瓣评分9.2
[美] 阿尔·斯维加特（Al Sweigart） 著
在本书中，你将学习利用Python编程在几分钟内完成手动需要几小时的工作，无须事先具备编程经验。通过阅读本书，你会学习Python的基本知识，探索Python丰富的模块库，并完成特定的任务（例如，从网站抓取数据，读取PDF和Word文档等）。本书还包括有关输入验证的实现方法，以及自动更新CSV文件的技巧。一旦掌握了编程的基础知识，你就可以毫不费力地创建Python程序，自动化地完成很多繁琐的工作。
本书是一本面向初学者的Python编程实用指南。本书不仅介绍了Python语言的基础知识，而且通过案例实践教读者如何使用这些知识和技能。本书的第一部分介绍了基本的Python编程概念，第二部分介绍了一些不同的任务，通过编写Python程序，可以让计算机自动完成它们。第二部分的每一章都有一些项目程序供读者学习。每章的末尾还提供了一些习题和深入的实践项目，帮助读者巩固所学的知识。附录部分提供了所有习题的解答。
8、算法设计 9.3
这是一本被众多名校采用的算法设计课程教材，强调用实际示例阐明枯燥的算法理论，更注重算法设计思路而非算法复杂度分析。本书采用新颖的教学方式，通过分析真实世界的问题来激发算法思想。两位作者以一种清晰、直接的方式，指导学生自己分析和定义问题，并从中找出适用于给定场景的算法设计原则。本书鼓励读者更深入地理解算法设计过程，探索算法在计算机科学的更广阔领域中的应用。
本书具有以下特色：
- 强调问题分析和设计方法；
- 遵循结构化教学法，引导学生掌握问题形式化、算法设计和算法分析的全过程；
- 通过一系列带解答的问题，展示计算机科学家设计和应用算法的过程；
- 包含 200 多道作业题，其中一些题目出自 Yahoo! 和 Oracle 等公司；
- 提供广泛用于处理 NP 困难问题和随机应用的算法，这些是极其重要的算法主题。
10、机器学习的数学 豆瓣评分8.2
雷明 著
本书的目标是帮助读者全面、系统地学习机器学习所必须的数学知识。全书由8章组成，力求精准、最小地覆盖机器学习的数学知识。包括微积分，线性代数与矩阵论，**化方法，概率论，信息论，随机过程，以及图论。本书从机器学习的角度讲授这些数学知识，对它们在该领域的应用举例说明，使读者对某些抽象的数学知识和理论的实际应用有直观、具体的认识。 本书内容紧凑，结构清晰，深入浅出，讲解详细。可用作计算机、人工智能、电子工程、自动化、数学等相关专业的教材与教学参考书。对人工智能领域的工程技术人员与产品研发人员，本书也有很强的参考价值。对于广大数学与应用的数学爱好者，本书亦为适合自学的读本。