致谢 1
第一部分 背景和历史 3
第1章 复杂性是什么 3
昆虫群落 5
大脑 6
免疫系统 9
经济 11
万维网 13
复杂系统的共性 13
如何度量复杂性 15
第2章 动力学、混沌和预测 17
动力系统理论的起源 18
对预测的重新认识 23
线性兔子和非线性兔子 27
逻辑斯蒂映射 33
混沌的共性 42
混沌思想带来的革命 48
第3章 信息 50
信息是什么 51
能量、功、熵 52
麦克斯韦妖 54
统计力学提要 59
微观态与宏观态 62
香农信息 65
第4章 计算 70
什么是计算？什么可以计算 72
希尔伯特问题和哥德尔定理 72
图灵机和不可计算性 76
定义为图灵机的明确程序 80
通用图灵机 80
图灵对判定问题的解决 82
哥德尔和图灵的命运 85
第5章 进化 88
达尔文之前的进化观念 90
达尔文理论的起源 93
孟德尔和遗传律 99
现代综合 102
对现代综合的挑战 105
第6章 遗传学概要 111
第7章 度量复杂性 118
用大小度量复杂性 121
用熵度量复杂性 121
用算法信息量度量复杂性 123
用逻辑深度度量复杂性 125
用热力学深度度量复杂性 127
用计算能力度量复杂性 128
统计复杂性 128
用分形维度量复杂性 130
用层次性度量复杂性 137
第二部分 计算机中的生命和进化 143
第8章 自我复制的计算机程序 143
生命是什么 143
计算机中的自我复制 145
自我复制程序的深层意义 150
DNA的自我复制 151
冯·诺依曼的自复制自动机 152
冯·诺依曼 154
第9章 遗传算法 159
遗传算法菜谱 161
遗传算法的应用 162
进化的罗比，易拉罐清扫机器人 164
GA演化的策略是如何解决这个问题的 171
GA是如何演化出好的技巧的 176
第三部分 大写的计算 181
第10章 元胞自动机、生命和宇宙 181
自然界中的计算 181
元胞自动机 182
生命游戏 186
四类元胞机 189
沃尔夫勒姆的“新科学” 196
第11章 粒子计算 200
第12章 生命系统中的信息处理 211
什么是信息处理 212
免疫系统 215
蚁群 220
生物代谢 223
这些系统中的信息处理 224
第13章 如何进行类比（如果你是计算机） 232
容易的事很难 232
进行类比 234
我对类比的认识经历 236
简化的类比 238
模仿者 241
如何做到 242
模仿者程序 244
运行模仿者 247
总结 257
第14章 计算机模型 260
模型是什么 260
理想模型 262
对合作的进化进行模拟 263
建模的好处 275
计算机建模注意事项 278
第四部分 网络 285
第15章 网络科学 285
小世界 285
网络新科学 289
什么是网络思维 292
到底什么是“网络” 293
小世界网络 296
无尺度网络 301
网络稳健性 307
第16章 真实世界中的网络 309
真实世界中的网络 309
网络思想的意义 316
无尺度网络是如何产生的 317
幂律以及对其的质疑 319
网络中的信息传播和连锁失效 321
第17章 比例之谜 325
生物学中的比例缩放 325
一次跨学科合作 330
幂律与分形 333
代谢比例理论 334
理论的应用 336
争议 337
幂律的未解之谜 340
第18章 进化，复杂化 345
遗传，复杂化 345
基因是什么 346
进化发育生物学 351
基因调控和考夫曼的“秩序的起源” 356
对考夫曼的研究的反响 363
总结 364
第五部分 尾声 369
第19章 复杂性科学的过去和未来 369
统一理论和一般性原理 371
复杂系统研究的根源 375
五个问题 380
复杂性的未来，等待卡诺 382
附录 访谈——梅拉妮·米歇尔谈复杂性 387
参考文献 394