本书通过“基础理论+算法详解+代码实现”的方式，从用户学习与应用的角度出发，使用Python由浅入深地讲解数据结构与算法知识。
本书利用图文结合的方式，详细讲述了当下比较实用的算法。全书共分为四部分，第一部分（第l-2章），主要介绍Python安装与开发环境的搭建，Python算法人门等内容，以快速了解Python的开发环境和基本语法；第二部分（第3-5章），主要介绍Python算法的基础内容，包含但是不限于对线性表、链表、栈、队列、树、森林、二叉树、图等数据结构或者应用的介绍；第三部分（第6-9章），主要介绍常见的查找和排序算法，以及图结构和树结构中复杂的数据结构的定义和实现；第四部分（第10章），补充介绍一些常见的算法，如计算类算法、随机问题算法和加密算法等，为读者开拓视野、夯实基础，力求能够快速提高开发技能，拓宽职场道路。
本书提供同步视频、源代码、练习、习题及参考答案等丰富的配套资源，让读者能够轻松入门，学以致用。本书适合作为编程初学者的学习用书，也可用作各类高校相关专业本科生及研究生的教材，还可作为毕业生求职面试的参考书。

第1章 Python安装与开发环境的搭建
1.1 Python概述
1.1.1 为什么使用Python进行算法训练
1.1.2 Python开发环境的搭建
1.2 Python代码的编写
1.2.1 Python代码编写环境
1.2.2 随时可用的开发环境
1.2.3 Python代码的缩进和注释
1.2.4 第一个Python程序HelloWorld与运行
1.3 小结和练习
1.3.1 小结
1.3.2 练习
第2章 Python算法入门
2.1 什么是数据结构和算法
2.1.1 什么是数据结构
2.1.2 算法的基本概念
2.2 算法中常用的知识
2.2.1 基本数学概念与术语
2.2.2 算法的实际应用
2.2.3 算法的设计要求
2.2.4 算法的时间复杂度
2.2.5 算法的空间复杂度
2.3 基本算法思想
2.3.1 分治法
2.3.2 贪心法
2.3.3 回溯法
2.3.4 动态规划
2.4 Python算法中的基本语法
2.4.1 条件判断语句
2.4.2 循环语句
2.4.3 运行时间的度量
2.5 小结、习题和练习
2.5.1 小结
2.5.2 习题和练习
第3章 Python中的数据结构
3.1 Python中的数据类型
3.2 Python中线性表的实现
3.2.1 线性表的定义
3.2.2 实例：Python中顺序表的实现
3.2.3 实例：Python中链表的实现
3.2.4 实例：链表的相关操作
3.2.5 实例：一元多项式的表示
3.3 Python中栈和队列的实现
3.3.1 栈和队列的定义和应用
3.3.2 实例：Python中栈的实现
3.3.3 实例：Python中队列的实现
3.3.4 实例：混合运算求值
3.4 Python中的哈希表
3.4.1 哈希表的定义和应用
3.4.2 实例：Python中哈希表的实现
3.5 小结、习题和练习
3.5.1 小结
3.5.2 习题和练习
第4章 Python中的树与二叉树
4.1 数据结构中的树和森林
4.1.1 树和森林的定义
4.1.2 二叉树的定义
4.2 二叉树的实现
4.2.1 实例：Python中二叉树的存储结构和实现
4.2.2 实例：二叉树的遍历
4.3 树和森林的相关操作
4.3.1 实例：树和森林的实现
4.3.2 森林和二叉树的转换
4.3.3 树和森林的遍历
4.4 哈夫曼树
4.4.1 哈夫曼编码与哈夫曼树
4.4.2 实例：哈夫曼树的应用
4.5 小结、习题和练习
4.5.1 小结
4.5.2 习题和练习
第5章 Python中的图结构
5.1 图的定义与实现
5.1.1 图的定义
5.1.2 图的存储方式
5.1.3 实例：Python中图的实现
5.2 图的遍历
5.2.1 实例：深度优先遍历
5.2.2 实例：广度优先遍历
5.3 小结、习题和练习
5.3.1 小结
5.3.2 习题和练习
第6章 Python中的查找
6.1 查找
6.1.1 查找的基本概念
6.1.2 顺序查找
6.1.3 折半查找
6.1.4 分块查找
6.2 Python中的字符串匹配问题
6.2.1 基本字符串的匹配
6.2.2 KMP算法
6.2.3 BM算法
6.3 小结、习题和练习
6.3.1 小结
6.3.2 习题和练习
第7章 Python中的排序
7.1 排序
7.1.1 什么是内部排序
7.1.2 什么是外部排序
7.1.3 排序算法的效率与稳定性
7.2 插入排序
7.2.1 直接插入排序
7.2.2 折半插入排序
7.2.3 希尔排序
7.3 交换排序
7.3.1 冒泡排序
7.3.2 快速排序
7.4 其他排序
7.4.1 直接选择排序
7.4.2 二路归并排序
7.4.3 基数排序
7.4.4 归并排序
7.5 小结、习题和练习
7.5.1 小结
7.5.2 习题和练习
第8章 Python中的图算法
8.1 图和树的转换
8.1.1 图的连通性
8.1.2 最小生成树
8.1.3 Kruskal算法
8.1.4 Prim算法
8.1.5 重连通图和连通分量
8.2 最短路径问题
8.2.1 单源最短路径
8.2.2 Dijkstra算法
8.2.3 Bellman-Ford算法
8.2.4 Floyd算法
8.3 小结、习题和练习
8.3.1 小结
8.3.2 习题和练习
第9章 Python中的树算法
9.1 二叉搜索树
9.1.1 二叉搜索树的概念
9.1.2 二叉搜索树的实现和插入节点
9.1.3 二叉搜索树的检索和删除
9.2 二叉平衡树
9.2.1 二叉平衡树的概念
9.2.2 二叉平衡树的旋转
9.3 B树
9.3.1 B树的定义
9.3.2 B树中插入关键字
9.3.3 B树中删除关键字
9.3.4 B+树的定义
9.4 红黑树
9.4.1 红黑树的定义
9.4.2 红黑树中的旋转和插入
9.5 小结、习题和练习
9.5.1 小结
9.5.2 习题和练习
第10章 其他经典算法
10.1 计算类算法
10.1.1 素数
10.1.2 最大公约数
10.2 随机问题
10.2.1 Python中的随机问题
10.2.2 平方取中法
10.2.3 线性同余法
10.2.4 梅森旋转算法
10