本书以图解的方式综合讲述算法及其数据结构，内容浅显易懂，逻辑严谨，范例丰富，易于学习和掌握，力求兼顾教师教学和学生自学。
全书内容分为五部分，共12章：计算思维与算法（第1～3章）介绍各个经典的算法，包括分治法、递归法、贪心法、动态规划法、迭代法、枚举法、回溯法等；数据结构相关算法（第4～6章）讲述重要的数据结构及其相关算法的实现，数据结构包括数组、链表、堆栈、队列、树结构、图结构、哈希表；排序与查找算法（第7、8章）讲述排序算法和查找算法；树结构与图结构相关算法（第9、10章）讲述数组和链表相关算法、堆栈和队列相关算法、树结构相关算法和图结构相关算法；现代议题算法（第11、12章）讲述信息安全基础算法、人工智能基础算法等。
书中为每个算法及其数据结构提供演算的详细图解，并为每个经典的算法提供JavaScript编写的完整范例程序（包含完整的源代码）。每个范例程序都经过了测试和调试，可以直接在标准的JavaScript环境中运行。在每章末尾安排大量的习题（包括各类考试的例题），并在附录中提供解答，以供读者自测学习效果。

第一部分 计算思维与算法
第1章 计算思维与程序设计
1.1 计算思维
1.1.1 分解
1.1.2 模式识别
1.1.3 模式概括与抽象
1.1.4 算法
1.2 计算思维的脑力大赛
1.2.1 三分球比赛灯记录器
1.2.2 图像字符串编码
1.2.3 计算机绘图指令实践
1.2.4 炸弹超人游戏
1.3 生活中到处都是算法
1.3.1 算法的条件
1.3.2 时间复杂度O(f(n))
课后习题
第2章 经典算法介绍
2.1 分治法
2.2 递归法
2.3 贪心法
2.4 动态规划法
2.5 迭代算法
2.6 枚举算法
2.7 回溯法
课后习题
第3章 经典算法范例
3.1 字符串反转
3.2 回文
3.3 整数反转
3.4 最常出现的字母
3.5 判断两个单词或词组是否相同
3.6 反转数组中元素的顺序
3.7 将句中的单词反转
3.8 首字母大写
3.9 平均值
3.10 返回给定总和的数值序对
3.11 最大利润
3.12 斐波那契数列
3.13 记忆式斐波那契数列
3.14 阶梯图形
3.15 金字塔图形
课后习题
第二部分 数据结构相关算法
第4章 数据结构简介
4.1 认识数据结构
4.1.1 数据与信息
4.1.2 数据类型
4.2 常见的数据结构
4.2.1 数组
4.2.2 链表
4.2.3 堆栈
4.2.4 队列
4.3 树结构简介
4.3.1 树的基本概念
4.3.2 二叉树
4.4 图论简介
4.4.1 图论起源
4.4.2 图形的定义
4.5 哈希表
课后习题
第5章 数组与链表相关算法
5.1 矩阵算法与深度学习
5.1.1 矩阵相加算法
5.1.2 矩阵相乘
5.1.3 转置矩阵
5.1.4 稀疏矩阵
5.2 数组与多项式
5.3 单向链表算法
5.3.1 单向链表的连接功能
5.3.2 单向链表插入新节点的算法
5.3.3 单向链表删除节点的算法
5.3.4 对单向链表进行反转的算法
课后习题
第6章 堆栈与队列相关算法
6.1 以数组来实现堆栈
6.2 以链表来实现堆栈
6.3 汉诺塔问题的求解算法
6.4 八皇后问题的求解算法
6.5 用数组来实现队列
6.6 用链表来实现队列
6.7 双向队列
6.8 优先队列
课后习题
第三部分 排序与查找算法
第7章 排序算法
7.1 认识排序
7.2 冒泡排序法
7.3 选择排序法
7.4 插入排序法
7.5 希尔排序法
7.6 合并排序法
7.7 快速排序法
7.8 基数排序法
课后习题
第8章 查找算法
8.1 顺序搜索法
8.2 二分查找法
8.3 插值查找法
8.4 斐波那契查找法
课后习题
第四部分 树结构与图结构相关算法
第9章 树结构相关算法
9.1 用数组来实现二叉树
9.2 用链表来实现二叉树
9.3 二叉树遍历
9.4 二叉查找树
9.5 二叉树节点的插入
9.6 二叉树节点的删除
9.7 堆积树排序法
9.8 扩充二叉树
9.9 哈夫曼树
9.10 平衡树
9.11 博弈树
课后习题
第10章 图结构相关算法
10.1 图的简介
10.1.1 欧拉环与欧拉链
10.1.2 无向图及其重要术语
10.1.3 有向图及其重要术语
10.2 图的数据表示法
10.2.1 邻接矩阵法
10.2.2 邻接链表法
10.2.3 邻接复合链表法
10.2.4 索引表格法
10.3 图的遍历
10.3.1 深度优先遍历法
10.3.2 广度优先遍历法
10.4 生成树
10.4.1 Prim算法
10.4.2 Kruskal算法
10.5 图的最短路径算法
10.5.1 Dijkstra算法与A*算法
10.5.2 Floyd算法
课后习题
第五部分 现代议题算法
第11章 信息安全基础算法
11.1 数据加密
11.1.1 对称密钥加密系统
11.1.2 非对称密钥加密系统与RSA算法
11.1.3 认证
11.1.4 数字签名
11.2 哈希算法
11.2.1 除留余数法
11.2.2 平方取中法
11.2.3 折叠法
11.2.4 数字分析法
11.3 碰撞与溢位处理
11.3.1 线性探测法
11.3.2 平方探测法
11.3.3 再哈希法
11.3.4 链表
课后习题
第12章 人工智能基础算法
12.1 机器学习简介
12.1.1 监督式学习算法
12.1.2 半监督式学习算法
12.1.3 无监督式学习与K均值聚类算法
12.1.4 强化学习算法
12.2 认识深度学习
12.2.1 人工神经网络算法
12.2.2 卷积神经网络算法
12.2.3 循环神经网络算法
课后习题
附录A 开发环境与JavaScript快速入门
附录B 课后