اپلیکیشن اندرویدی فلش‌کارت آموزشی کدنویسی تمیز برای کارایی (Performance)

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره کدنویسی تمیز برای کارایی (Performance)

موضوع کلی: برنامه نویسی

موضوع میانی: کدنویسی تمیز (Clean Code)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر کدنویسی تمیز
• 2. عملکرد (Performance) چیست و چرا اهمیت دارد؟
• 3. افسانه تقابل کد تمیز و کد سریع
• 4. هم‌افزایی کدنویسی تمیز و کارایی بالا
• 5. اصول کلیدی کدنویسی تمیز (SOLID, DRY, KISS)
• 6. شناسایی گلوگاه‌های عملکرد (Performance Bottlenecks)
• 7. ابزارهای اندازه‌گیری و پروفایلینگ کد
• 8. مفهوم پیچیدگی زمانی و فضایی (Big O Notation)
• 9. تنظیم محیط توسعه برای عملکرد
• 10. اولین قانون بهینه‌سازی: ابتدا اندازه‌گیری کن
• 11. هزینه‌های پنهان کد کثیف در عملکرد
• 12. خوانایی کد به عنوان پیش‌نیاز بهینه‌سازی
• 13. چرخه توسعه: نوشتن، خوانا کردن، تست، بهینه‌سازی
• 14. معیارهای کد تمیز: انسجام و وابستگی کم (Cohesion & Coupling)
• 15. مطالعه موردی: تاثیر کد کثیف بر یک پروژه واقعی
• 16. نام‌گذاری معنادار و تاثیر آن بر درک عملکرد
• 17. انتخاب نام‌های گویا برای متغیرها و ثوابت
• 18. نام‌گذاری توابع: بیان هدف، نه پیاده‌سازی
• 19. طراحی توابع کوچک و تک‌مسئولیتی
• 20. کاهش پارامترهای ورودی توابع برای کارایی بهتر
• 21. عوارض جانبی (Side Effects) در توابع و تاثیر آن بر عملکرد
• 22. جداسازی دستورات از پرس‌وجوها (Command-Query Separation)
• 23. کامنت‌ها: چه زمانی بنویسیم و چه زمانی کد را گویا کنیم
• 24. اجتناب از کامنت‌های زائد و گمراه‌کننده
• 25. مستندسازی عملکرد کد به جای توضیح "چگونه"
• 26. توابع خالص (Pure Functions) و تاثیر مثبت آن‌ها بر بهینه‌سازی
• 27. مدیریت خطاها: استثناها (Exceptions) در برابر کدهای خطا
• 28. هزینه عملکردی مدیریت استثناها (Exception Handling)
• 29. اجتناب از تکرار کد (DRY) برای نگهداری و بهینه‌سازی آسان‌تر
• 30. قالب‌بندی کد: اهمیت ثبات و خوانایی بصری
• 31. انتخاب ساختمان داده مناسب: اولین گام بهینه‌سازی
• 32. تحلیل عملکرد آرایه‌ها و لیست‌ها
• 33. تحلیل عملکرد جداول هش (Hash Tables) و دیکشنری‌ها
• 34. زمان استفاده از درخت‌ها (Trees) و گراف‌ها (Graphs)
• 35. طراحی کلاس‌ها و اشیاء تمیز
• 36. قانون دیمیتر (Law of Demeter) و تاثیر آن بر عملکرد
• 37. پنهان‌سازی داده‌ها (Data Abstraction) و رابط‌های کاربری تمیز
• 38. اشیاء انتقال داده (DTOs) و بهینه‌سازی ارتباطات
• 39. ساختارهای تغییرناپذیر (Immutability) و مزایای عملکردی آن
• 40. اجتناب از ساخت اشیاء غیرضروری در حلقه‌ها
• 41. الگوهای طراحی (Design Patterns) برای کد تمیز و کارا
• 42. الگوی کارخانه (Factory Pattern) و مدیریت ساخت اشیاء
• 43. الگوی Singleton و خطرات پنهان آن برای عملکرد
• 44. الگوی استراتژی (Strategy Pattern) برای انتخاب الگوریتم در زمان اجرا
• 45. ترکیب‌بندی به جای وراثت (Composition over Inheritance)
• 46. بهینه‌سازی حلقه‌ها: کاهش کارهای تکراری
• 47. خروج زودهنگام از حلقه‌ها و توابع (Early Exit)
• 48. دستورات شرطی تودرتو و بازنویسی آن‌ها
• 49. استفاده از چندریختی (Polymorphism) به جای دستورات switch-case
• 50. بازگشت (Recursion) در برابر تکرار (Iteration): ملاحظات عملکردی
• 51. بهینه‌سازی بازگشت با Tail Call Optimization
• 52. مفهوم به خاطرسپاری (Memoization) برای افزایش سرعت
• 53. الگوریتم‌های جستجوی کارآمد
• 54. الگوریتم‌های مرتب‌سازی و انتخاب بهترین گزینه
• 55. الگوریتم حریصانه (Greedy) در برابر برنامه‌نویسی پویا (Dynamic Programming)
• 56. کاهش پیچیدگی الگوریتمی: از O(n^2) به O(n log n)
• 57. اجتناب از بهینه‌سازی‌های زودهنگام (Premature Optimization)
• 58. درک عملکرد عملیات رشته‌ای (String Operations)
• 59. بهینه‌سازی پردازش متن و عبارات باقاعده (Regular Expressions)
• 60. اهمیت داده‌های ورودی در تحلیل عملکرد الگوریتم
• 61. مقدمه‌ای بر همزمانی (Concurrency) و موازی‌سازی (Parallelism)
• 62. تفاوت Threadها و Processها
• 63. نوشتن کد Thread-Safe تمیز
• 64. شرایط رقابتی (Race Conditions) و نحوه اجتناب از آن‌ها
• 65. بن‌بست (Deadlocks): شناسایی و پیشگیری
• 66. استفاده صحیح از قفل‌ها (Locks) و Mutexها
• 67. ساختارهای داده همزمان (Concurrent Data Structures)
• 68. مدل Actor و برنامه‌نویسی واکنشی (Reactive)
• 69. برنامه‌نویسی ناهمزمان (Asynchronous Programming)
• 70. استفاده از Future، Promise و async/await
• 71. مخزن نخ‌ها (Thread Pools): مدیریت بهینه منابع
• 72. جداسازی وظایف وابسته به پردازنده (CPU-Bound) از ورودی/خروجی (I/O-Bound)
• 73. قانون امدال (Amdahl's Law): محدودیت‌های موازی‌سازی
• 74. خطاهای رایج در کدهای همزمان و تاثیر آن بر عملکرد
• 75. ابزارهای پروفایلینگ برای کدهای همزمان
• 76. مدیریت حافظه: پشته (Stack) در برابر هیپ (Heap)
• 77. زباله‌روب (Garbage Collector) چگونه کار می‌کند؟
• 78. شناسایی و جلوگیری از نشت حافظه (Memory Leaks)
• 79. تکنیک‌های کاهش فشار بر روی زباله‌روب
• 80. ارجاعات ضعیف (Weak References) و کاربرد آن‌ها
• 81. مدیریت منابع خارجی: فایل‌ها، سوکت‌ها و اتصالات پایگاه داده
• 82. الگوی RAII (Resource Acquisition Is Initialization)
• 83. استفاده از بلوک‌های try-with-resources یا using
• 84. استراتژی‌های کشینگ (Caching): درون حافظه و توزیع‌شده
• 85. سیاست‌های پاکسازی کش (Cache Eviction Policies)
• 86. تاثیر معماری بر عملکرد نهایی سیستم
• 87. اصول SOLID و ارتباط آن با سیستم‌های کارا
• 88. معماری لایه‌ای و جداسازی دغدغه‌ها (Separation of Concerns)
• 89. میکروسرویس‌ها در برابر مونولیت: ملاحظات عملکردی
• 90. بهینه‌سازی پایگاه داده: طراحی Schema و Indexing
• 91. نوشتن کوئری‌های تمیز و کارآمد (SQL & NoSQL)
• 92. مشکل N+1 Query و راه‌های مقابله با آن
• 93. صف‌های پیام (Message Queues) برای بهبود پاسخ‌دهی سیستم
• 94. متعادل‌سازی بار (Load Balancing) در سطح معماری
• 95. طراحی برای مقیاس‌پذیری (Scalability)
• 96. بازآرایی (Refactoring) کد با هدف بهبود عملکرد
• 97. تست واحد (Unit Testing) برای کدهای بهینه‌شده
• 98. تست عملکرد (Performance Testing) و تست بار (Load Testing)
• 99. استفاده پیشرفته از پروفایلرها برای یافتن نقاط داغ (Hotspots)
• 100. فرهنگ کد تمیز و عملکرد بالا: یک فرآیند مستمر