現貨 2019版數據結構高分筆記（第7版）率輝計算機專業研究生入學考試復習指導用書高校計 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

圖書標籤:

• 數據結構
• 率輝
• 研究生入學考試
• 復習指導
• 計算機專業
• 高分筆記
• 2019版
• 高校計
• 考研
• 計數器

店鋪： 恒久圖書專營店

齣版社： 機械工業齣版社

ISBN：146

商品編碼：11635632633

包裝：01

開本：04

商品參數

2019版數據結構高分筆記（第7版）
	定價	55.00
	齣版社	機械工業齣版社
	版次	1
	齣版時間	2018年01月
	開本	16
	作者	率輝
	裝幀	平裝
	頁數	322
	字數	0
	ISBN編碼	9787111587460

內容介紹

本書針對近幾年全國計算機學科專業綜閤考試大綱的“數據結構”部分進行瞭深入解讀，以一種獨*的方式對考試大綱中的知識點進行瞭講解，即從考生的視角剖析知識難點；以通俗易懂的語言取代晦澀難懂的專業術語；以成功考生的親身經曆指引復習方嚮；以風趣幽默的筆觸緩解考研壓力。讀者對書中的知識點講解有任何疑問都可與作者進行在綫互動，為考生解決復習中的疑難點，提高考生的復習效率。
根據計算機專業研究生入學考試形勢的變化（逐漸實行非統考），書中對大量非統考知識點進行瞭講解，使本書所包含的知識點除覆蓋統考大綱的所有內容外，還包括瞭各自主命題高校所要求的知識點。
本書可作為參加計算機專業研究生入學考試的復習指導用書（包括統考和非統考），也可作為全國各大高校計算機專業或非計算機專業的學生學習“數據結構”課程的輔導用書。

目錄

序
輔導專欄簡介
前言
第1 章 緒論1
本章概略1
1.1 針對考研數據結構的代碼書寫規範以及C 與C++語言基礎1
1.1.1 考研綜閤應用題中算法設計部分的代碼書寫規範1
1.1.2 考研中的C 與C++語言基礎3
1.2 算法的時間復雜度與空間復雜度分析基礎 12
1.2.1 考研中的算法時間復雜度分析 12
1.2.2 例題選講 12
1.2.3 考研中的算法空間復雜度分析 14
1.3 數據結構和算法的基本概念 14
1.3.1 數據結構的基本概念 14
1.3.2 算法的基本概念 15
習題 16
習題答案 17
第2 章 綫性錶 20
大綱要求 20
考點與要點分析 20
核心考點 20
基礎要點 20
知識點講解 20
2.1 綫性錶的基本概念與實現 20
2.2 綫性錶的結構體定義和基本操作 24
2.2.1 綫性錶的結構體定義 24
2.2.2 順序錶的操作 26
2.2.3 單鏈錶的操作 29
2.2.4 雙鏈錶的操作 33
2.2.5 循環鏈錶的操作 35
▲真題仿造 35
真題仿造答案與講解 36
習題+真題精選 37
習題答案+真題精選答案 41
第3 章 棧和隊列 55
大綱要求 55
考點與要點分析 55
核心考點 55
基礎要點 55
知識點講解 55
2019 版數據結構高分筆記
X
3.1 棧和隊列的基本概念 55
3.1.1 棧的基本概念 55
3.1.2 隊列的基本概念 56
3.2 棧和隊列的存儲結構、算法與應用 56
3.2.1 本章所涉及的結構體定義 56
3.2.2 順序棧 57
3.2.3 鏈棧 59
3.2.4 棧的應用 60
3.2.5 順序隊 64
3.2.6 鏈隊 66
3.3 抽象數據類型 69
▲真題仿造 71
真題仿造答案與講解 71
習題+真題精選 74
習題答案+真題精選答案 79
第4 章 串 91
知識點講解 91
4.1 串數據類型的定義 91
4.1.1 串的定義 91
4.1.2 串的存儲結構 91
4.1.3 串的基本操作 92
4.2 串的模式匹配算法 95
4.2.1 簡單模式匹配算法 95
4.2.2 KMP 算法 96
4.2.3 KMP 算法的改進 99
習題 102
習題答案 103
第5 章 數組、矩陣與廣義錶 113
知識點講解 113
5.1 數組 113
5.2 矩陣的壓縮存儲 114
5.2.1 矩陣 114
5.2.2 特殊矩陣和稀疏矩陣 115
5.3 廣義錶 121
習題 122
習題答案 123
第6 章 樹與二叉樹 132
大綱要求 132
考點與要點分析 132
核心考點 132
基礎要點 132
知識點講解 132
6.1 樹的基本概念 132
6.1.1 樹的定義 132
6.1.2 樹的基本術語 132
6.1.3 樹的存儲結構 133
6.2 二叉樹 134
6.2.1 二叉樹的定義 134
6.2.2 二叉樹的主要性質 135
6.2.3 二叉樹的存儲結構 137
6.2.4 二叉樹的遍曆算法 137
6.2.5 二叉樹遍曆算法的改進 146
6.3 樹和森林與二叉樹的互相轉換 155
6.3.1 樹轉換為二叉樹 155
6.3.2 二叉樹轉換為樹 156
6.3.3 森林轉換為二叉樹 156
6.3.4 二叉樹轉換為森林 157
6.3.5 樹和森林的遍曆 157
6.4 樹與二叉樹的應用 158
6.4.1 二叉排序樹與平衡二叉樹 158
6.4.2 赫夫曼樹和赫夫曼編碼 159
▲真題仿造 162
真題仿造答案與解析 162
習題+真題精選 163
習題答案+真題精選答案 168
第7 章 圖 183
大綱要求 183
考點與要點分析 183
核心考點 183
基礎要點 183
知識點講解 183
7.1 圖的基本概念 183
7.2 圖的存儲結構 184
7.2.1 鄰接矩陣 185
7.2.2 鄰接錶 186
7.2.3 鄰接多重錶 187
7.3 圖的遍曆算法操作 188
7.3.1 深度優先搜索遍曆 188
7.3.2 廣度優先搜索遍曆 189
7.3.3 例題選講 190
7.4 *小（代價）生成樹 193
7.4.1 普裏姆算法和剋魯斯卡爾算法 193
7.4.2 例題選講 197
7.5 *短路徑 198
7.5.1 迪傑斯特拉算法 198
7.5.2 弗洛伊德算法 204
7.6 拓撲排序 207
7.6.1 AOV 網 207
7.6.2 拓撲排序核心算法 207
7.6.3 例題選講 209
7.7 關鍵路徑 209
7.7.1 AOE 網 209
7.7.2 關鍵路徑核心算法 210
▲真題仿造 213
真題仿造答案與解析 213
習題+真題精選 215
習題答案+真題精選答案 221
第8 章 排序 234
大綱要求 234
考點與要點分析 234
核心考點 234
基礎要點 234
知識點講解 235
8.1 排序的基本概念 235
8.1.1 排序 235
8.1.2 穩定性 235
8.1.3 排序算法的分類 235
8.2 插入類排序 236
8.2.1 直接插入排序 236
8.2.2 摺半插入排序 237
8.2.3 希爾排序 238
8.3 交換類排序 240
8.3.1 起泡排序 240
8.3.2 快速排序 241
8.4 選擇類排序 243
8.4.1 簡單選擇排序 243
8.4.2 堆排序 244
8.5 二路歸並排序 247
8.6 基數排序 248
8.7 外部排序 252
8.7.1 概念與流程 252
8.7.2 置換-選擇排序 253
8.7.3 *佳歸並樹 254
8.7.4 敗者樹 255
8.7.5 時間與空間復雜度相關問題 257
8.8 排序知識點小結 258
▲真題仿造 259
真題仿造答案與解析 259
習題+真題精選 260
習題答案+真題精選答案 265
第9 章 查找 275
大綱要求 275
考點與要點分析 275
核心考點 275
基礎要點 275
知識點講解 275
9.1 查找的基本概念、順序查找法、摺半查找法 275
9.1.1 查找的基本概念 275
9.1.2 順序查找法 276
9.1.3 摺半查找法 277
9.1.4 分塊查找 279
9.2 二叉排序樹與平衡二叉樹 280
9.2.1 二叉排序樹 280
9.2.2 平衡二叉樹 283
9.3 B-樹的基本概念及其基本操作、B+樹的基本概念 286
9.3.1 B-樹（B 樹）的基本概念 286
9.3.2 B-樹的基本操作 288
9.3.3 B+樹的基本概念 292
9.4 散列錶 293
9.4.1 散列錶的概念 293
9.4.2 散列錶的建立方法以及衝突解決方法 293
9.4.3 散列錶的性能分析 297
▲真題仿造 298
真題仿造答案與解析 298
習題+真題精選 299
習題答案+真題精選答案 304
第10 章 考研中某些算法的分治法解釋 318
參考文獻 322

《計算機係統設計與優化：從理論到實踐》 內容簡介 本書是一部麵嚮計算機科學與技術專業研究生的深度技術著作，旨在係統性地梳理和闡述現代計算機係統的核心設計理念、關鍵技術以及前沿優化策略。全書共分為三個主要部分：第一部分深入剖析瞭計算機係統的基礎架構與性能瓶頸；第二部分聚焦於高性能計算與並行處理的關鍵技術；第三部分則展望瞭麵嚮未來的新型計算範式與係統優化方嚮。本書力求以嚴謹的學術理論為基礎，結閤豐富的工程實踐案例，為讀者提供一套完整的計算機係統設計與優化方法論，以應對日益復雜和 demanding 的計算挑戰。 第一部分：計算機係統基礎架構與性能瓶頸分析 本部分首先從宏觀視角審視現代計算機係統的演進曆程，追溯從早期馮·諾依曼體係結構到當前多核、異構計算平颱的關鍵裏程碑。我們將詳細介紹不同層次的抽象模型，包括指令集架構（ISA）、微體係結構、操作係統接口以及應用程序接口（API），並分析它們之間相互作用如何影響整體係統性能。 章節一：指令集架構（ISA）與處理器設計 RISC與CISC的演進與權衡：深入探討精簡指令集（RISC）和復雜指令集（CISC）的設計哲學，分析其在功耗、性能、設計復雜度和編譯優化方麵的優劣勢。我們將追溯x86和ARM等主流ISA的發展軌跡，並分析其在不同應用場景下的適應性。 流水綫與亂序執行：詳盡解析現代處理器核心的微體係結構設計，包括指令流水綫的深度、寬度以及各種優化技術，如分支預測、延遲槽、超標量執行和亂序執行。我們將重點分析這些技術如何提升指令級並行性，以及其對功耗和芯片麵積的影響。 緩存層次結構與內存訪問延遲：深入剖析多級緩存（L1, L2, L3）的設計原理、工作機製以及緩存一緻性協議。本書將通過詳細的性能模型和仿真分析，揭示緩存未命中（cache miss）的根本原因，並探討緩存替換策略、寫策略等對內存訪問性能的巨大影響。 內存管理單元（MMU）與虛擬內存：詳細闡述虛擬內存的實現機製，包括頁錶、TLB（Translation Lookaside Buffer）以及內存映射（memory mapping）。我們將分析虛擬內存如何解決物理內存不足的問題，以及其對程序安全性和隔離性的重要作用，同時探討TLB未命中等性能瓶頸。 章節二：操作係統對係統性能的影響 進程與綫程管理：深入分析操作係統如何進行進程調度、上下文切換，以及綫程模型（內核級綫程、用戶級綫程、混閤模型）對並發性能的影響。我們將通過分析常見的調度算法（如FCFS, SJF, RR, Priority Scheduling）及其在不同場景下的錶現，來理解其性能權衡。 內存分配與迴收機製：詳細介紹虛擬內存分頁、分段機製，以及堆、棧的內存分配模型。我們將探討內存碎片、內存泄漏等常見問題，並分析垃圾迴收（Garbage Collection）等自動內存管理技術在現代語言中的應用及其性能開銷。 I/O子係統與設備驅動：深入剖析I/O係統的設計，包括緩衝、緩存、DMA（Direct Memory Access）等技術如何提高I/O吞吐量。我們將重點分析文件係統、網絡協議棧等關鍵組件的性能瓶頸，以及異步I/O（AIO）等提高I/O效率的策略。 中斷與異常處理：分析中斷和異常處理機製如何影響程序執行流程和係統響應時間，並探討中斷引起的性能開銷。 章節三：性能分析工具與瓶頸識彆 性能測量方法與指標：介紹各種性能測量工具，如性能計數器（performance counters）、性能分析器（profilers, e.g., gprof, perf）、係統監控工具（e.g., vmstat, iostat, top）。我們將講解CPU利用率、內存帶寬、I/O吞吐量、延遲等關鍵性能指標的含義及解讀方法。 性能瓶頸分析技術：運用阿姆達爾定律（Amdahl's Law）和古斯塔夫森定律（Gustafson's Law）等理論模型，分析係統中存在的性能瓶頸。本書將通過案例分析，演示如何定位CPU受限、內存受限、I/O受限等不同類型的性能瓶頸，並提供針對性的優化建議。 基準測試（Benchmarking）與性能評估：介紹各種標準的性能測試套件（如SPEC, HPC Challenge），以及如何設計閤理的自定義基準測試以評估特定應用的性能。 第二部分：高性能計算與並行處理的關鍵技術 本部分將聚焦於如何通過並行計算和分布式計算技術來突破單機性能的限製，處理大規模數據和復雜計算任務。我們將從硬件層麵到軟件層麵，係統地介紹並行計算的模型、編程範式、通信機製以及常見的應用場景。 章節四：並行計算模型與架構 Flynn分類法：迴顧Flynn分類法（SISD, SIMD, MISD, MIMD），並深入分析現代處理器的SIMD指令集（如SSE, AVX）在嚮量化計算中的作用。 共享內存與分布式內存係統：詳細介紹共享內存多處理器（SMP）架構和分布式內存（NUMA, Cluster）架構的特點，以及它們在可擴展性和通信效率方麵的權衡。 GPU計算：深入探討圖形處理器（GPU）的並行計算架構，包括流處理器（Streaming Multiprocessor, SM）、綫程塊（Thread Block）、綫程（Thread）等概念。我們將分析GPU的SIMT（Single Instruction, Multiple Threads）執行模型，以及CUDA和OpenCL等並行編程模型。 眾核（Manycore）處理器：介紹Intel Xeon Phi等眾核處理器的設計理念，以及其在特定並行計算任務中的優勢。 章節五：並行編程模型與技術 多綫程編程：詳盡介紹POSIX Threads (pthreads) 和OpenMP等共享內存並行編程模型，包括綫程創建、同步（互斥鎖、信號量、條件變量）和協作。我們將重點分析死鎖、競態條件等常見並發問題，以及如何避免和解決。 消息傳遞接口（MPI）：深入講解分布式內存並行編程的核心技術MPI，包括點對點通信（send/receive）、集體通信（broadcast, scatter, gather, allreduce）以及容錯機製。我們將通過實際案例，演示如何使用MPI構建高性能的分布式應用。 並行文件係統：介紹並行文件係統（如Lustre, GPFS）的設計原理，以及它們如何支持大規模並行I/O。 任務並行與數據並行：區分任務並行和數據並行兩種主要的並行計算範式，並分析其適用場景。 章節六：高性能計算應用案例與優化實踐 科學計算中的並行化：以天氣預報、分子動力學模擬、計算流體力學（CFD）等科學計算領域為例，展示如何將復雜的算法進行並行化設計和實現。 大數據處理的並行化：介紹Hadoop MapReduce、Spark等大數據處理框架的並行計算模型，以及如何在這些框架下進行高效的數據處理。 高性能計算（HPC）的性能優化：深入探討代碼優化技術，包括算法選擇、數據結構優化、內存訪問模式優化、通信開銷最小化等。我們將重點分析如何利用性能分析工具來識彆瓶頸並指導優化。 GPU加速計算：通過具體的深度學習、圖像處理、科學模擬等應用，展示如何利用GPU進行高效的並行計算，並探討GPU的內存管理和數據傳輸優化。 第三部分：麵嚮未來的計算範式與係統優化方嚮 本部分將放眼未來，探討新興的計算技術和係統設計理念，包括異構計算、近存儲計算、量子計算等，以及它們將如何改變未來的計算格局。同時，我們將進一步探討在人工智能和大數據時代，係統優化的新挑戰與新機遇。 章節七：異構計算與新型計算架構 CPU+GPU異構計算：深入分析CPU和GPU協同工作的優勢，以及OpenCL、CUDA等異構計算編程模型。我們將探討任務分配、數據遷移和同步等關鍵挑戰。 FPGA與ASIC在加速中的應用：介紹現場可編程門陣列（FPGA）和專用集成電路（ASIC）在特定計算任務加速中的作用，以及它們的開發流程和優勢。 近存儲計算（In-Memory Computing）與存內計算（Processing-In-Memory, PIM）：探討將計算能力移至存儲器附近甚至存儲器內部，以解決“馮·諾依曼瓶頸”的新型計算範式。 新型處理器架構：介紹RISC-V等開放指令集架構的興起，以及其對未來處理器設計的影響。 章節八：人工智能與大數據時代的係統優化 深度學習框架與硬件優化：深入分析TensorFlow, PyTorch等深度學習框架的底層設計，以及如何針對CPU, GPU, TPU等不同硬件平颱進行模型和係統的優化。 分布式訓練與推理：探討大規模深度學習模型的分布式訓練策略，以及如何優化模型的推理性能，滿足實時應用需求。 邊緣計算與物聯網（IoT）係統設計：分析邊緣設備計算資源的限製，以及如何設計輕量級、高能效的計算係統來支持物聯網應用。 安全與隱私保護在係統設計中的考量：探討在分布式和異構計算環境中，如何保障數據安全和用戶隱私。 章節九：麵嚮未來的計算範式與係統展望 量子計算的基本原理與挑戰：簡要介紹量子計算的基本概念（量子比特、疊加、糾纏），以及其潛在的應用領域和當前麵臨的技術挑戰。 類腦計算與神經形態計算：探討模擬人腦神經元和突觸工作原理的類腦計算模型，以及其在人工智能和模式識彆領域的潛力。 可持續計算與綠色計算：分析計算係統對能源消耗的影響，並探討綠色計算的設計原則和優化策略，例如節能硬件設計、高效算法和資源管理。 係統軟件與硬件的協同演進：展望未來係統軟件（操作係統、編譯器、運行時環境）與新型硬件架構的協同演進趨勢。 本書的編寫旨在為讀者提供一個全麵、深入且與時俱進的計算機係統設計與優化知識體係。通過對基礎理論的透徹講解和對前沿技術的深入剖析，本書將幫助讀者建立起強大的係統思維能力，為他們在計算機科學領域的研究和工程實踐打下堅實的基礎。

評分☆☆☆☆☆

拿到這本書，我立刻被其內容所吸引。盡管我還沒有深入閱讀，但從整體的編排和風格來看，它似乎非常適閤那些希望在數據結構領域打下堅實基礎的讀者。我特彆關注那些能夠幫助我理解抽象概念的書籍，比如鏈錶、樹、圖等，如果這本書能夠用清晰易懂的方式解釋它們的原理和應用，那就太棒瞭。我個人偏愛那些圖文並茂的書籍，如果書中包含大量的示意圖和流程圖，能夠直觀地展示算法的執行過程，那將極大地提升我的學習效率。此外，我希望這本書不僅僅是理論的堆砌，還應該包含豐富的實踐案例和練習題，最好是帶有詳細的解答和分析，這樣我纔能在動手實踐中檢驗自己的學習成果，並且能夠學習到不同的解題思路。對於考研來說，掌握曆年真題的解法更是重中之重，我希望這本書能夠在這方麵有所體現，或者至少能夠提供一些高質量的模擬題，讓我能夠提前適應考試的難度和題型。這本書的“高分筆記”之名，也讓我對它寄予厚望，希望它能夠提供一些考試技巧和答題策略，幫助我在考場上發揮齣最佳水平。

評分☆☆☆☆☆

這本書的標題包含瞭“2019版”和“第7版”，這錶明它是一個不斷更新和完善的教材。對於計算機科學領域的知識，尤其是數據結構，新算法、新理論的齣現是常態，所以一本能夠及時更新版本的書籍對學習者來說至關重要。我希望這本書能夠緊跟學術前沿，對一些經典的數據結構和算法進行深入的講解，同時也能介紹一些在實際應用中比較流行的新技術和新思想。當然，作為一本考研復習指導用書，它更應該關注考試大綱所要求的知識點，並能夠將這些知識點係統地梳理清楚。我尤其看重那些能夠提供清晰邏輯脈絡的書籍，希望它能夠將復雜的數據結構和算法概念化繁為簡，讓我在短時間內掌握核心要義。如果書中能包含一些典型的麵試題和算法題，並給齣詳細的解答思路，那就更完美瞭，這對於準備找工作的學生來說也是非常有益的。我期望這本書能夠成為我在考研道路上的得力助手，幫助我節省大量的時間，提高復習效率，最終取得理想的成績。

評分☆☆☆☆☆

作為一名對數據結構充滿興趣的學生，我一直在尋找一本能夠深入淺齣、既有理論深度又有實踐指導意義的書籍。當我看到這本書的名稱時，“高分筆記”和“復習指導用書”這些字眼立刻吸引瞭我，這說明它不僅僅是一本教科書，更是一本能夠幫助我提煉重點、攻剋難關的學習輔導材料。我希望這本書能夠對各種數據結構，如數組、鏈錶、棧、隊列、樹、圖等，進行詳盡的講解，並提供不同實現的優缺點分析。更重要的是，我希望它能夠深入剖析各種算法，比如排序、查找、圖的遍曆、最短路徑等，講解其思想、實現步驟、時間空間復雜度分析，以及在不同場景下的應用。作為一本研究生入學考試的指導用書，我非常期待它能夠包含大量的例題，並且這些例題能夠覆蓋到考試的各個重點和難點。如果書中還能提供一些經典的算法題解法，甚至是一些解決復雜問題的思考框架，那將對我非常有幫助。我希望這本書能夠幫助我建立起對數據結構和算法的整體認知，並且能夠培養我分析和解決問題的能力，為我的考研之路奠定堅實的基礎。

評分☆☆☆☆☆

對於計算機專業的考研學生而言，數據結構無疑是核心課程之一。這本書的齣現，讓我看到瞭一絲曙光。我之所以對其抱有較高的期望，是因為其明確的定位——“2019版數據結構高分筆記（第7版）率輝計算機專業研究生入學考試復習指導用書高校計”。“高分筆記”意味著它很可能提煉瞭精華，總結瞭考試的重點和難點。“第7版”則錶明其內容的權威性和不斷完善。“復習指導用書”更是直接點明瞭其功能性。我希望這本書能夠清晰地梳理齣數據結構的大綱要求，並圍繞這些要求進行深入淺齣的講解。在講解過程中，我期望它能夠多用圖示、錶格等形式來輔助理解，特彆是對於一些抽象的算法和概念。我非常看重書籍中提供的解題方法和技巧，如果書中能夠提供一些如何分析問題、如何設計算法、如何優化算法的思路，那將是對我最大的幫助。此外，我希望這本書能夠包含一定數量的練習題，並且這些題目能夠具有代錶性，能夠反映齣考研的真實水平。當然，如果能提供詳細的答案解析，能讓我明白解題的思路和關鍵點，那就更好瞭。我期待這本書能成為我在考研復習過程中的“秘密武器”，幫助我高效地掌握數據結構知識，順利通過考試。

評分☆☆☆☆☆

這本書的齣版時間是2019年，封麵上的“高分筆記”四個字瞬間吸引瞭我，立刻就聯想到瞭考研復習時的那種緊張又充實的狀態。作為一名正在備考計算機專業研究生入學考試的學生，我一直在尋找一本能夠係統梳理知識點、提供解題思路的優秀輔導書。市麵上同類書籍琳琅滿目，選擇起來確實需要慎重。這本書的第七版，意味著它經過瞭多次的修訂和完善，這讓我對它的內容質量和權威性有瞭更高的期待。封麵上“率輝”這個名字，雖然我不是特彆熟悉，但“計算機專業研究生入學考試復習指導用書”的定位，以及“高校計”這樣的縮寫，都傳遞齣一種專業性和針對性，讓人覺得它就是為我們這類考生量身打造的。我尤其看重那些能夠幫助我快速掌握核心概念、理解復雜算法以及熟悉考試重難點的書籍。我希望這本書能夠像一位經驗豐富的導師，為我指明方嚮，幫助我高效地度過考研復習的這段關鍵時期。收到書後，我會仔細翻閱目錄，看看它是否覆蓋瞭所有考研大綱要求的重要章節，比如數據結構的基礎知識、各種數據組織的實現方式、算法的設計與分析等。我希望它能有清晰的章節劃分，每個章節都圍繞一個核心主題展開，並且能有足夠的例題和習題來鞏固學習效果。

評分☆☆☆☆☆

挺好用的

評分☆☆☆☆☆

很好，不錯，考研加油！

評分☆☆☆☆☆

不錯

評分☆☆☆☆☆

書不錯

評分☆☆☆☆☆

贊

評分☆☆☆☆☆

贊

評分☆☆☆☆☆

書不錯

評分☆☆☆☆☆

相當不錯的我書哦

評分☆☆☆☆☆

物流實在是不敢恭維，將近一周纔收到貨吧