کتاب Data Structures and Clean Code Practices با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB
دوره جامع ساختمان داده و کدنویسی تمیز دوره Data Structures and Clean Code Practices: از کدنویسی تا معماری نرمافزار آیا تا به حال به کدی که چند ماه پیش نوشتهاید نگاه کردهاید و از خود پرسیدهاید: «ای...
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره Data Structures and Clean Code Practices
موضوع کلی: برنامه نویسی
موضوع میانی: کدنویسی تمیز (Clean Code)
📋 سرفصلهای دوره
- 1. مبانی و مقدمات
- 2. مقدمه ای بر دوره Data Structures and Clean Code Practices
- 3. اهمیت ساختارهای داده و کد تمیز در برنامه نویسی
- 4. مروری بر زبان برنامه نویسی (انتخاب زبان مناسب)
- 5. تنظیم محیط توسعه (IDE و ابزارهای مورد نیاز)
- 6. مفاهیم اولیه برنامه نویسی: متغیرها، انواع داده، عملگرها
- 7. ساختارهای کنترل جریان: if-else, for, while
- 8. توابع: تعریف، فراخوانی، پارامترها و بازگشتی
- 9. آشنایی با مفاهیم برنامه نویسی شیء گرا (OOP)
- 10. کلاس ها و اشیاء: تعریف و ایجاد
- 11. وراثت و چندریختی در OOP
- 12. انتزاع و کپسوله سازی در OOP
- 13. مبانی تست نویسی (Unit Testing)
- 14. معرفی ابزارهای تست نویسی
- 15. چرا کد تمیز مهم است؟
- 16. اصول اولیه کد تمیز: خوانایی، قابلیت نگهداری، و قابلیت استفاده مجدد
- 17. ساختارهای داده پایه
- 18. آرایه ها: تعریف، پیاده سازی، و عملیات پایه
- 19. لیست های پیوندی: انواع، پیاده سازی، و عملیات
- 20. مقایسه آرایه ها و لیست های پیوندی
- 21. پشته ها (Stack): تعریف، پیاده سازی، و کاربردها
- 22. صف ها (Queue): تعریف، پیاده سازی، و کاربردها
- 23. صف های اولویت (Priority Queue)
- 24. مجموعه ها (Set): پیاده سازی با استفاده از hash table
- 25. واژه نامه ها (Dictionary/Map): پیاده سازی با استفاده از hash table
- 26. الگوریتم های جستجو: خطی، باینری
- 27. الگوریتم های مرتب سازی: حباب، انتخاب، درج
- 28. الگوریتم های مرتب سازی: ادغام، سریع
- 29. پیچیدگی زمانی و مکانی (Big O notation)
- 30. تحلیل پیچیدگی زمانی و مکانی برای ساختارهای داده پایه
- 31. استفاده از ساختارهای داده در حل مسائل
- 32. تمرین های عملی بر روی ساختارهای داده پایه
- 33. اصول کدنویسی تمیز
- 34. نامگذاری: اهمیت و بهترین شیوه ها
- 35. توابع: کوتاه و خوانا
- 36. کدنویسی: حذف کدهای تکراری (DRY)
- 37. کدنویسی: KISS (Keep It Simple, Stupid)
- 38. کامنت گذاری: اصول و شیوه های صحیح
- 39. قالب بندی کد (Code Formatting)
- 40. SOLID: اصول طراحی شیء گرا
- 41. S: Single Responsibility Principle (اصل تک مسئولیتی)
- 42. O: Open/Closed Principle (اصل باز/بسته)
- 43. L: Liskov Substitution Principle (اصل جایگزینی لیسکوف)
- 44. I: Interface Segregation Principle (اصل تفکیک واسط)
- 45. D: Dependency Inversion Principle (اصل وارونگی وابستگی)
- 46. نوشتن تست های واحد (Unit Testing)
- 47. TDD (Test-Driven Development)
- 48. تکنیک های Refactoring
- 49. کد نویسی: مدیریت خطا و استثنائات
- 50. کد نویسی: استفاده از الگوهای طراحی (Design Patterns)
- 51. الگوهای طراحی: Creational Patterns
- 52. الگوهای طراحی: Structural Patterns
- 53. الگوهای طراحی: Behavioral Patterns
- 54. شناسایی کدهای بدبو (Code Smells) و راه حل ها
- 55. Refactoring: تبدیل کدهای بدبو به کدهای تمیز
- 56. استفاده از ابزارهای Linting و Code Analysis
- 57. مرور کد (Code Review) و اهمیت آن
- 58. بهبود قابلیت خوانایی کد
- 59. مدیریت وابستگی ها (Dependency Management)
- 60. ساختارهای داده پیشرفته
- 61. درخت ها: انواع، پیاده سازی، و عملیات
- 62. درخت های جستجوی دودویی (Binary Search Trees)
- 63. درخت های متعادل (AVL trees, Red-Black trees)
- 64. هرم ها (Heap)
- 65. گراف ها: انواع، پیاده سازی، و عملیات
- 66. الگوریتم های پیمایش گراف (BFS, DFS)
- 67. الگوریتم های کوتاهترین مسیر (Dijkstra, Bellman-Ford)
- 68. الگوریتم های درخت پوشای کمینه (Prim, Kruskal)
- 69. Hash Table: Collision Handling
- 70. Hash Table: Performance and Optimization
- 71. Trie: تعریف و کاربردها
- 72. Segment Tree: تعریف و کاربردها
- 73. Fenwick Tree (Binary Indexed Tree): تعریف و کاربردها
- 74. مسائل و چالش های پیشرفته
- 75. انتخاب ساختار داده مناسب برای مسائل پیچیده
- 76. بهینه سازی عملکرد (Performance Optimization)
- 77. مدیریت حافظه و بهینه سازی
- 78. استفاده از ساختارهای داده در برنامه نویسی موازی
- 79. مباحث پیشرفته تست نویسی: Mocking, Stubbing
- 80. CI/CD (Continuous Integration/Continuous Delivery) در توسعه نرم افزار
- 81. امنیت کد و جلوگیری از آسیب پذیری ها
- 82. مستندسازی کد و ایجاد API های خوب
- 83. بهره برداری از کتابخانه ها و فریمورک های موجود
- 84. مسائل مربوط به مقیاس پذیری (Scalability)
- 85. بهترین شیوه ها برای همکاری تیمی در کدنویسی
- 86. نکات مهم برای مصاحبه های برنامه نویسی
- 87. مطالعه موردی: پیاده سازی یک پروژه کامل با استفاده از Data Structures and Clean Code
- 88. جمع بندی دوره و مسیرهای پیشرفت
- 89. ارائه منابع و مراجع مفید
- 90. سوالات متداول و پاسخ ها
- 91. آینده Data Structures و Clean Code در برنامه نویسی
- 92. بررسی کارایی الگوریتمها: مفاهیم Big O Notation
- 93. آرایهها و لیستهای پیوندی: پیادهسازی و تحلیل
- 94. پشتهها و صفها: اصول و کاربردها
- 95. درختها: درختهای دودویی و جستجوی دودویی
- 96. جداول هش: اصول، پیادهسازی و حل تداخلات
- 97. اصول SOLID و طراحی شیءگرا برای کد تمیز
- 98. بازآرایی کد (Refactoring): تکنیکها و ابزارها
- 99. مدیریت خطا و استثناها: رویکردهای کد تمیز
- 100. آزموننویسی واحد (Unit Testing): ابزارها و رویکردها برای کد قابل اعتماد
تگها:
clean code
clean coding practices
Data Structures
Data Structures and Algorithms
Programming
Software Engineering
آموزش ساختمان داده
اصول برنامه نویسی
برنامه نویسی
توسعه نرم افزار
دوره برنامه نویسی
ساختمان داده
کد تمیز
کدنویسی حرفه ای
مهندسی نرم افزار
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.