دوره ساختمان داده ها و الگوریتم ها: با هم برای همیشه همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ساختمان داده ها و الگوریتم ها: با هم برای همیشه

موضوع کلی: برنامه نویسی

موضوع میانی: الگوریتم‌ها و ساختمان داده‌ها

📋 سرفصل‌های دوره

• 1. مقدمه ای بر الگوریتم ها و ساختمان داده ها
• 2. مروری بر انواع داده های انتزاعی (ADT)
• 3. آشنایی با پیچیدگی زمانی و مکانی (Big O Notation)
• 4. تحلیل الگوریتم ها و روش های محاسباتی
• 5. آرایه ها: مفاهیم و عملیات پایه
• 6. آرایه های پویا و تغییر اندازه آرایه ها
• 7. لیست های پیوندی: معرفی و انواع
• 8. لیست های پیوندی یک طرفه: پیاده سازی و عملیات
• 9. لیست های پیوندی دو طرفه: پیاده سازی و عملیات
• 10. لیست های پیوندی دایره ای: پیاده سازی و عملیات
• 11. پشته (Stack): مفاهیم و پیاده سازی
• 12. صف (Queue): مفاهیم و پیاده سازی
• 13. Dequeue: صف دو طرفه
• 14. پیاده سازی پشته با استفاده از آرایه
• 15. پیاده سازی پشته با استفاده از لیست پیوندی
• 16. پیاده سازی صف با استفاده از آرایه
• 17. پیاده سازی صف با استفاده از لیست پیوندی
• 18. مقدمه ای بر درخت ها
• 19. درخت دودویی: مفاهیم و انواع
• 20. درخت جستجوی دودویی (BST): معرفی و عملیات
• 21. درج و حذف گره در درخت جستجوی دودویی
• 22. پیمایش درخت دودویی: پیش ترتیب، میان ترتیب، پس ترتیب
• 23. درخت AVL: خود متوازن سازی
• 24. درخت قرمز-سیاه: خود متوازن سازی
• 25. درخت B: معرفی و کاربردها
• 26. درخت B+: معرفی و کاربردها
• 27. هیپ (Heap): مفاهیم و انواع
• 28. هیپ باینری: پیاده سازی و عملیات
• 29. Heapify: تبدیل آرایه به هیپ
• 30. اولویت صف (Priority Queue)
• 31. مرتب سازی هیپی (Heapsort)
• 32. مقدمه ای بر گراف ها
• 33. نمایش گراف: ماتریس مجاورت
• 34. نمایش گراف: لیست مجاورت
• 35. جستجوی عمق اول (DFS)
• 36. جستجوی سطح اول (BFS)
• 37. یافتن مولفه های متصل در گراف
• 38. یافتن دور در گراف
• 39. درخت پوشای کمینه (Minimum Spanning Tree): Kruskal
• 40. درخت پوشای کمینه (Minimum Spanning Tree): Prim
• 41. کوتاه ترین مسیر تک منبع (Single-Source Shortest Path): Dijkstra
• 42. کوتاه ترین مسیر بین همه جفت راس ها (All-Pairs Shortest Path): Floyd-Warshall
• 43. مرتب سازی: مقدمه و الگوریتم های پایه
• 44. مرتب سازی حبابی (Bubble Sort)
• 45. مرتب سازی انتخابی (Selection Sort)
• 46. مرتب سازی درجی (Insertion Sort)
• 47. مرتب سازی ادغامی (Merge Sort)
• 48. مرتب سازی سریع (Quick Sort)
• 49. مرتب سازی شمارشی (Counting Sort)
• 50. مرتب سازی مبنایی (Radix Sort)
• 51. مرتب سازی سطلی (Bucket Sort)
• 52. جستجو: مقدمه و الگوریتم های پایه
• 53. جستجوی خطی (Linear Search)
• 54. جستجوی دودویی (Binary Search)
• 55. درهم سازی (Hashing): مفاهیم و انواع
• 56. توابع درهم ساز (Hash Functions)
• 57. روش های حل تصادم (Collision Resolution): زنجیره سازی جداگانه (Separate Chaining)
• 58. روش های حل تصادم (Collision Resolution): آدرس دهی باز (Open Addressing)
• 59. آدرس دهی باز: بررسی خطی (Linear Probing)
• 60. آدرس دهی باز: بررسی درجه دوم (Quadratic Probing)
• 61. آدرس دهی باز: درهم سازی مضاعف (Double Hashing)
• 62. جدول درهم سازی پویا (Dynamic Hashing)
• 63. رشته ها: مفاهیم و عملیات پایه
• 64. الگوریتم جستجوی رشته: Knuth-Morris-Pratt (KMP)
• 65. الگوریتم جستجوی رشته: Boyer-Moore
• 66. الگوریتم جستجوی رشته: Rabin-Karp
• 67. فشرده سازی داده ها: مقدمه
• 68. کدگذاری هافمن (Huffman Coding)
• 69. الگوریتم Lempel-Ziv (LZ77)
• 70. الگوریتم Lempel-Ziv-Welch (LZW)
• 71. برنامه نویسی پویا (Dynamic Programming): مقدمه
• 72. مسائل بهینه سازی با برنامه نویسی پویا
• 73. فیبوناچی با برنامه نویسی پویا
• 74. مسئله کوله پشتی (Knapsack Problem)
• 75. طولانی ترین زیردنباله مشترک (Longest Common Subsequence)
• 76. طولانی ترین زیردنباله افزایشی (Longest Increasing Subsequence)
• 77. الگوریتم های حریصانه (Greedy Algorithms): مقدمه
• 78. مسائل بهینه سازی با الگوریتم های حریصانه
• 79. مسئله انتخاب فعالیت (Activity Selection Problem)
• 80. مسئله کوله پشتی کسری (Fractional Knapsack Problem)
• 81. کدگذاری هافمن (Huffman Coding) با الگوریتم حریصانه
• 82. بازگشت (Recursion): مفاهیم و کاربردها
• 83. روش تقسیم و حل (Divide and Conquer)
• 84. مسئله برج های هانوی (Tower of Hanoi)
• 85. ترکیب الگوریتم ها و ساختمان داده ها
• 86. انتخاب ساختمان داده مناسب برای مسئله
• 87. بهینه سازی الگوریتم ها و ساختمان داده ها
• 88. ملاحظات حافظه و مدیریت حافظه
• 89. تست و اشکال زدایی الگوریتم ها
• 90. کاربرد الگوریتم ها و ساختمان داده ها در دنیای واقعی
• 91. مقدمه ای بر الگوریتم های تقریبی (Approximation Algorithms)
• 92. مقدمه ای بر الگوریتم های تصادفی (Randomized Algorithms)
• 93. موازی سازی الگوریتم ها (Parallel Algorithms)
• 94. ساختمان داده های پیشرفته: درخت های رادیکس (Radix Trees)
• 95. ساختمان داده های پیشرفته: فیلتر بلوم (Bloom Filters)
• 96. ساختمان داده های پیشرفته: درخت های فنوت (Fenwick Trees)
• 97. ساختمان داده های پیشرفته: درخت های بازه ای (Segment Trees)
• 98. ساختمان داده های پیشرفته: درخت های جستجوی k-d
• 99. حل مسئله و تمرین های عملی
• 100. مطالعه موردی: طراحی یک سیستم پیشنهاد دهنده