اپلیکیشن اندرویدی فلش‌کارت آموزشی رازهای سرعت در برنامه‌نویسی: بهینه‌سازی الگوریتم‌ها با استفاده از تکنیک‌های پیشرفته

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره رازهای سرعت در برنامه‌نویسی: بهینه‌سازی الگوریتم‌ها با استفاده از تکنیک‌های پیشرفته

موضوع کلی: علوم کامپیوتر

موضوع میانی: بهینه‌سازی الگوریتم‌ها

📋 سرفصل‌های دوره

• 1. مقدمه ای بر بهینه سازی الگوریتم ها و اهمیت آن
• 2. تاریخچه مختصری از بهینه سازی الگوریتم
• 3. مروری بر کتاب "A PAPERBYTE book BASEX" و فلسفه آن
• 4. اصول اولیه پیچیدگی زمانی و مکانی
• 5. نماد O بزرگ و کاربرد آن در تحلیل الگوریتم
• 6. تحلیل پیچیدگی الگوریتم های پایه
• 7. بهینه سازی الگوریتم های جستجو خطی
• 8. بهینه سازی الگوریتم های جستجوی دودویی
• 9. بهینه سازی الگوریتم های مرتب سازی حبابی
• 10. بهینه سازی الگوریتم های مرتب سازی انتخابی
• 11. بهینه سازی الگوریتم های مرتب سازی درج
• 12. مقایسه پیچیدگی زمانی الگوریتم های مرتب سازی ساده
• 13. مفاهیم اولیه داده ساختارها و تاثیر آنها بر بهینه سازی
• 14. آرایه ها و لیست های پیوندی: مقایسه و کاربردها
• 15. بهینه سازی الگوریتم های کار با آرایه ها
• 16. بهینه سازی الگوریتم های کار با لیست های پیوندی
• 17. پشته ها (Stack) و صف ها (Queue): ساختار و کاربرد
• 18. بهینه سازی الگوریتم های کار با پشته ها
• 19. بهینه سازی الگوریتم های کار با صف ها
• 20. درخت ها (Trees): انواع و کاربردهای پایه
• 21. درخت های دودویی و عملیات پایه
• 22. بهینه سازی الگوریتم های جستجو در درخت های دودویی
• 23. درخت های جستجوی متعادل (AVL, Red-Black): مفاهیم پایه
• 24. بهینه سازی الگوریتم های جستجو در درخت های متعادل
• 25. هَشینگ (Hashing): مفاهیم، مزایا و معایب
• 26. توابع هش و اهمیت انتخاب مناسب
• 27. برخورد (Collision) در هشینگ و راهکارهای حل آن
• 28. بهینه سازی الگوریتم های استفاده از جدول های هش
• 29. الگوریتم های حریصانه (Greedy Algorithms): معرفی و کاربردها
• 30. مثال هایی از الگوریتم های حریصانه: سکه و کوله پشتی
• 31. بهینه سازی الگوریتم های حریصانه
• 32. برنامه نویسی پویا (Dynamic Programming): معرفی و کاربردها
• 33. روش های حل مسائل با برنامه نویسی پویا: Top-Down و Bottom-Up
• 34. مسائل کلاسیک برنامه نویسی پویا: فیبوناچی و کوله پشتی 0/1
• 35. بهینه سازی الگوریتم های برنامه نویسی پویا
• 36. الگوریتم های تقسیم و حل (Divide and Conquer): معرفی و کاربردها
• 37. مرتب سازی ادغامی (Merge Sort) و مثال های دیگر
• 38. بهینه سازی الگوریتم های تقسیم و حل
• 39. بهینه سازی الگوریتم های جستجوی گراف (DFS, BFS)
• 40. الگوریتم های مسیریابی در گراف (Dijkstra, Bellman-Ford)
• 41. بهینه سازی الگوریتم های گراف
• 42. تکنیک های کاهش حافظه و بهینه سازی حافظه
• 43. بهینه سازی دسترسی به حافظه و تاثیر آن بر سرعت
• 44. استفاده از اشاره گرها و تخصیص حافظه پویا
• 45. مدیریت حافظه و جلوگیری از نشت حافظه
• 46. بهینه سازی های سطح زبان برنامه نویسی
• 47. انتخاب زبان برنامه نویسی مناسب برای بهینه سازی
• 48. بهینه سازی حلقه ها و شرط ها
• 49. استفاده از inline functions و کاهش سربار فراخوانی
• 50. بهینه سازی های کامپایلر و تنظیمات آن
• 51. استفاده از Profiler و شناسایی نقاط گلوگاهی (Bottleneck)
• 52. معرفی ابزارهای پروفایلینگ و نحوه استفاده از آنها
• 53. تجزیه و تحلیل نتایج پروفایلینگ
• 54. بهینه سازی ورودی و خروجی (I/O)
• 55. خواندن و نوشتن فایل ها: بهینه سازی و روش های مختلف
• 56. استفاده از بافرها (Buffers) و تاثیر آن بر سرعت
• 57. بهینه سازی چند رشته ای (Multithreading)
• 58. مقدمه ای بر برنامه نویسی موازی و چند هسته ای
• 59. همگام سازی رشته ها و جلوگیری از تداخل داده ها
• 60. بهینه سازی الگوریتم های موازی
• 61. بهینه سازی برای سخت افزارهای خاص
• 62. بهینه سازی کد برای CPU های مختلف
• 63. بهینه سازی برای GPU (پردازنده گرافیکی)
• 64. فشرده سازی داده ها و تاثیر آن بر سرعت
• 65. الگوریتم های فشرده سازی و کاربرد آنها
• 66. بهینه سازی داده های فشرده
• 67. کشف و استفاده از کتابخانه های بهینه سازی شده
• 68. معرفی کتابخانه های پرکاربرد و بهینه
• 69. نحوه استفاده از کتابخانه های بهینه سازی شده
• 70. فاکتورهای موثر بر عملکرد در محیط های توزیع شده
• 71. معرفی مفاهیم محیط های توزیع شده
• 72. بهینه سازی الگوریتم های توزیع شده
• 73. طراحی الگوریتم های مقیاس پذیر
• 74. بهینه سازی حافظه نهان (Caching)
• 75. اصول اولیه و انواع حافظه های نهان
• 76. استراتژی های مختلف ذخیره سازی در حافظه نهان
• 77. بهینه سازی جستجو و بازیابی در حافظه نهان
• 78. بهینه سازی کوئری های دیتابیس
• 79. شاخص گذاری و تاثیر آن بر سرعت جستجو
• 80. بهینه سازی JOIN ها و عملیات پیچیده
• 81. معرفی تکنیک های پیشرفته بهینه سازی
• 82. استفاده از bit manipulation و بهینه سازی سطح بیت
• 83. بهینه سازی های مربوط به پردازش تصویر و ویدیو
• 84. بهینه سازی های مربوط به هوش مصنوعی و یادگیری ماشین
• 85. طراحی الگوریتم های مقاوم در برابر حملات
• 86. امنیت و بهینه سازی همزمان
• 87. ارتباط بین امنیت و عملکرد
• 88. آشنایی با انواع مختلف حملات و روش های مقابله
• 89. اهمیت تست و آزمایش در بهینه سازی
• 90. انواع تست ها و روش های تست زنی
• 91. اندازه گیری عملکرد و ارزیابی بهینه سازی ها
• 92. مدیریت تغییرات و بازبینی کد
• 93. بهره برداری از متدهای پروفایلینگ پیشرفته
• 94. فیلتر کردن داده ها و تاثیر آن بر سرعت
• 95. آشنایی با ساختارهای داده‌ای بزرگ
• 96. مقایسه و انتخاب بهترین داده ساختار
• 97. داده ساختارهای تخصصی و کاربرد آنها
• 98. تکنیک های پیشرفته برای کاهش پیچیدگی زمانی و مکانی
• 99. بهینه سازی در محیط های محدودیت منابع
• 100. اصول طراحی الگوریتم های کارآمد و قابل توسعه