دوره حل مسئله با الگوریتم‌های پیشرفته در برنامه‌نویسی رقابتی همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره حل مسئله با الگوریتم‌های پیشرفته در برنامه‌نویسی رقابتی

موضوع کلی: علوم کامپیوتر و مهندسی نرم‌افزار

موضوع میانی: الگوریتم‌ها و ساختمان داده‌ها

📋 سرفصل‌های دوره

• 1. مبانی برنامه‌نویسی رقابتی
• 2. مقدمه‌ای بر ساختمان داده‌ها
• 3. ساختمان داده‌های خطی
• 4. آرایه‌ها و لیست‌های پیوندی
• 5. پشته‌ها و صف‌ها
• 6. درخت‌ها و درختان دودویی جستجو
• 7. هرم‌ها و صف‌های اولویت
• 8. گراف‌ها و پیمایش آن‌ها
• 9. الگوریتم‌های مرتب‌سازی مقدماتی
• 10. مرتب‌سازی سریع و ادغامی
• 11. مرتب‌سازی هرمی
• 12. مرتب‌سازی خطی
• 13. مفاهیم پیچیدگی زمانی و مکانی
• 14. تحلیل الگوریتم‌ها
• 15. تکنیک‌های برنامه‌نویسی پویا
• 16. مسائل زیردنباله مشترک طولانی
• 17. مسائل کوله‌پشتی
• 18. مسائل راه‌زن دوره‌گرد
• 19. مسائل بهینه‌سازی در گراف
• 20. الگوریتم‌های جستجوی دودویی
• 21. کشف زیرمجموعه‌ها
• 22. ترکیبات و جایگشت‌ها
• 23. مقدمه‌ای بر نظریه اعداد
• 24. تقسیم‌پذیری و اعداد اول
• 25. بزرگترین مقسوم‌علیه مشترک و کوچکترین مضرب مشترک
• 26. حساب پیمانه‌ای
• 27. معادلات خطی پیمانه‌ای
• 28. قضیه باقی‌مانده چینی
• 29. الگوریتم‌های رشته‌ای
• 30. الگوریتم جستجوی رشته‌ای ساده
• 31. الگوریتم KMP
• 32. الگوریتم Rabin-Karp
• 33. ساختمان داده‌های رشته‌ای
• 34. درخت پیشوندی
• 35. درخت پسوندی
• 36. فشرده‌سازی داده‌ها
• 37. مقدمه‌ای بر هندسه محاسباتی
• 38. نقاط و خطوط
• 39. اشکال هندسی ساده
• 40. بسته‌ترین مجموعه نقاط
• 41. بسته‌ترین مثلث
• 42. پوش محدب
• 43. مسائل برخورد اشکال
• 44. کاربرد نظریه گراف در مسائل واقعی
• 45. مدل‌سازی مسائل با گراف
• 46. مسائل یافتن مسیر
• 47. مسائل یافتن درخت پوشای کمینه
• 48. مسائل جریان در شبکه
• 49. مسائل تطابق در گراف
• 50. الگوریتم‌های جستجوی پیشرفته
• 51. جستجوی عمق اول
• 52. جستجوی عرض اول
• 53. جستجو با محدودیت زمانی
• 54. جستجو با محدودیت حافظه
• 55. تکنیک‌های تقسیم و حل
• 56. مسائل مربوط به تجزیه به عوامل
• 57. مسائل مربوط به بازگشت
• 58. مسائل مربوط به پیش‌بینی
• 59. مسائل مربوط به بهینه‌سازی مبتنی بر زمان
• 60. کاربرد ساختمان داده‌ها در مسائل پیچیده
• 61. درخت سگمنت
• 62. درخت فِِنویک
• 63. ساختمان داده‌های کارآمد برای جستجوی بازه
• 64. مدیریت مجموعه
• 65. عملیات روی مجموعه‌ها
• 66. ساختمان داده‌های درخت جستجوی متعادل
• 67. درخت قرمز-سیاه
• 68. درخت B
• 69. کاربرد الگوریتم‌های پیشرفته در علوم داده
• 70. تحلیل داده‌های حجیم
• 71. طبقه‌بندی داده‌ها
• 72. خوشه‌بندی داده‌ها
• 73. پیش‌بینی روندها
• 74. کاربرد الگوریتم‌های بهینه‌سازی
• 75. بهینه‌سازی خطی
• 76. بهینه‌سازی غیرخطی
• 77. کاربرد الگوریتم‌های تصادفی
• 78. شبیه‌سازی مونت کارلو
• 79. جستجوی تصادفی
• 80. معرفی به الگوریتم‌های موازی
• 81. برنامه‌نویسی موازی مقدماتی
• 82. مقدمه‌ای بر الگوریتم‌های توزیع‌شده
• 83. مسائل هماهنگی در سیستم‌های توزیع‌شده
• 84. الگوریتم‌های اجماع
• 85. مسائل مربوط به امنیت در سیستم‌های توزیع‌شده
• 86. مقدمه‌ای بر یادگیری ماشین در برنامه‌نویسی رقابتی
• 87. یادگیری تقویتی
• 88. شبکه‌های عصبی ساده
• 89. کاربرد هوش مصنوعی در حل مسائل برنامه‌نویسی
• 90. رباتیک و الگوریتم‌های مسیریابی
• 91. کاربرد الگوریتم‌های گرافیکی
• 92. رندرینگ سه‌بعدی
• 93. پردازش تصویر
• 94. مقدمه‌ای بر الگوریتم‌های کوانتومی
• 95. مبانی محاسبات کوانتومی
• 96. الگوریتم‌های کوانتومی مقدماتی
• 97. کاربرد الگوریتم‌های پیشرفته در تحلیل مالی
• 98. مدل‌سازی ریسک
• 99. بهینه‌سازی سبد سهام
• 100. پیش‌بینی قیمت‌ها