本书的灵感来源于无聊与迷恋的感觉：对常规的数据结构与算法介绍的无聊，对复杂系统的迷恋。数据结构的问题在于教师在教授这门课程的时候通常不会调动起学生的积极性；复杂性科学的问题在于学校通常不会教授这门课程。<br />2005年，我在欧林学院讲授了一门新课程，学生要阅读关于复杂性的主题，使用Python进行实验，并学习算法与数据结构。当我在2008年再次讲授这门课程时，我写了本书的初稿。<br />在2011年第3次讲授这门课程时，我准备出版该书并邀请学生们以案例研究的形式提交其工作成果并包含在书中。我在欧林学院找了9位教授成立了项目委员会，选择可供出版的报告。符合标准的案例研究被纳入到本书中。我们将在下一版吸纳来自读者的更多稿件（参见附录A）。<br />对教师的建议<br />本书可以用作Python编程与算法的大学中级课程教材。我的教学遵循如下结构：<br />阅读<br />复杂性科学涵盖了各种主题。这些主题之间相互关联，但需要花费不少时间才能搞清楚这些联系。为了帮助学生们看到全景，我会向他们介绍一些阅读列表，这些都来自于该领域最流行的研究成果。我的阅读列表以及关于如何使用它的建议在附录B中。<br />练习<br />本书提供了一系列练习；很多练习都要求学生重新实现一些开创性实验并对其进行扩展。复杂性吸引人的一个地方在于我们可以通过适当的编程技能与数学知识接触研究前沿。<br />讨论<br />书中的主题提出了关于科学哲学的问题，这需要学生们进一步阅读并进行课堂讨论。<br />案例研究<br />在我的课堂上，我们将几乎半个学期的时间都用在了案例研究上。学生们经由构思产生过程、形成团队，并在一系列实验上花费6~7周的时间，然后以4~6页可发表的报告形式来呈现其工作成果。<br />可以通过https://sites.google.com/site/compmodolin了解课程大纲与我的说明。<br />对自学者的建议<br />在2009~2010年，我作为Google的一名访问学者在其剑桥办公室工作。在与我共事的软件工程师中，让我印象深刻的一点是他们广博的求知欲以及增长知识与技能的动力。<br />我希望本书能够帮助像他们一样的人们来探索他们可能遇不到的一些主题与想法，练习Python编程技能，以及学习关于数据结构与算法的更多知识（或者看看有哪些内容不适合放在第1版中）。<br />本书针对自学者的一些特点有：<br />技术深度