“数据结构”是计算机专业的核心课程之一，也是其他非计算机专业且与信息处理相关学科的主要选修课程之一。在计算机科学中，“数据结构”是一门综合性的专业基础课程，为计算机硬件、操作系统、编译原理、计算机网络、数据库系统及其他系统程序和大型应用程序等奠定重要的理论和实践基础。当然，在当前“云、智、大、物、移”（即云计算、人工智能、大数据、物联网、移动互联网）的时代，这些主流技术的潮流也牵引着“数据结构”不断向前发展，例如：多维图像数据结构、分布式计算结构等；同时，也包括面向各个专门领域中特殊问题的数据结构的研究和发展。本书在详细讲解基础数据结构以夯实基础为目标的同时，力求链接各主要数据结构在人工智能算法的应用，加强与先进的人工智能算法的联系，提升读者适应新技术时代的知识衔接能力，推动我国在新工科背景下信息技术相关人才的实践能力。本书适用于计算机科学与技术、软件工程、大数据科学、电子信息与通信工程、自动化等信息相关专业的本科低年级学生作为教材学习之用。

张海军,目前，担任IEEE ISPCE-Asia国际会议主席、NCAA国际会议大会主席、IEEE高级会员、中国计算机学会服务计算专委会委员、中国人工智能学会模式识别与机器智能专委会委员、国际知名SCI期刊IEEE Trans. on Consumer Electronics编委/Neural Computing & Applications亚洲区编委/Neurocomputing编委/Pattern Analysis & Applications编委、深圳市人工智能产业协会“AI+多媒体数据挖掘”首席科学家，亚太认知智能学会秘书长。他长期开展人工智能、模式识别、机器学习、大数据分析与建模等方向的研究。近年来，主持（/完成）国家自然基金面上项目、科技部重点研发计划课题、广东省杰出青年基金项目、市自然科学基金重点项目等15项；获得中国自动化学会自然科学一等奖1项、广东省自然科学二等奖1项、深圳市自然科学二等奖1项；拥有美国和日本发明专利各1项、申请国家发明专利30余项、登记软件著作权8项

前言 “数据结构”被公认为计算机专业的“顶天立地”课程之一。学好这门课程将为后续课程的学习奠定坚实的基础，并对未来从事计算机行业工作时高效利用计算资源大有裨益。“数据结构”作为计算机相关专业的核心基础课程之一，伴随着计算机编程技术的发展而快速发展，其知识体系已相对完备。 然而，在当前大数据驱动的人工智能（AI）时代，尤其是通用人工智能时代，低年级本科生中经常出现“消化不了”和“吃不饱”两极分化的现象，并有持续加剧之势。基于此，本书的初衷是既覆盖知识基础（面向“消化不了”的学生群体），又链接最新的人工智能技术（面向“吃不饱”的学生群体）。同时考虑到不能僭越后续如“数据挖掘”“机器学习”“深度学习”等人工智能相关课程的内容，本书力图浅尝辄止，为低年级的本科生种下一颗人工智能的种子。实际上，在许多后期的研究和工作中，经常会发现某些先进的人工智能算法思想仍然与数据结构的基本思想一致，甚至直接借鉴而完成这些人工智能算法的设计。因此，为了加强数据结构和人工智能的联系，本书初步探索如何链接二者。 实现二者的链接，存在两种基本思路: 一是每种数据结构的实现都使用相关的人工智能算法举例，但是，这样的内容会相对晦涩难懂，这是因为初学者的前期基础薄弱和教材篇幅有限；二是每种数据结构仅以某些人工智能相关算法为例，不过多纠结实现细节，算法的思想与数据结构相关即可。本书基本采用后者视角，目的是使学生了解某些经典数据结构是大有用处的，在最先进的人工智能技术中有其身影，也为后续的人工智能相关课程奠定基础。 本书是在笔者经过三年的谨慎思考后，与合作者、学生（包括高年级本科生、硕士生和博士生）和其...