کتاب تسلط بر پیچیدگی حلقه‌ها و Big O: از مبتدی تا حرفه‌ای با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تسلط بر پیچیدگی حلقه‌ها و Big O: از مبتدی تا حرفه‌ای

موضوع کلی: علوم کامپیوتر

موضوع میانی: تحلیل الگوریتم

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر تحلیل الگوریتم و اهمیت آن
  • 2. مرور مفاهیم بنیادی ریاضی برای تحلیل الگوریتم
  • 3. تعریف Big O و اهمیت آن در ارزیابی کارایی
  • 4. نمایش Big O: قراردادها و قواعد
  • 5. حلقه‌ها در برنامه‌نویسی: انواع و کاربردها
  • 6. تحلیل پیچیدگی حلقه‌های ساده (for, while)
  • 7. حلقه‌های تو در تو: تحلیل پیچیدگی
  • 8. حلقه‌های شرطی: تاثیر شرط‌ها بر پیچیدگی
  • 9. تحلیل پیچیدگی حلقه‌های بازگشتی
  • 10. پیچیدگی زمانی و پیچیدگی مکانی
  • 11. رابطه بین حلقه‌ها و پیچیدگی زمانی
  • 12. بهینه‌سازی حلقه‌ها: کاهش تعداد تکرارها
  • 13. بهینه‌سازی حلقه‌ها: کاهش محاسبات درون حلقه
  • 14. تحلیل پیچیدگی الگوریتم‌های مرتب‌سازی (Bubble Sort, Selection Sort)
  • 15. تحلیل پیچیدگی الگوریتم‌های مرتب‌سازی (Insertion Sort, Merge Sort)
  • 16. تحلیل پیچیدگی الگوریتم‌های جستجو (Linear Search, Binary Search)
  • 17. تحلیل پیچیدگی الگوریتم‌های گراف (DFS, BFS)
  • 18. مقدمه‌ای بر ساختمان داده‌ها و تاثیر آن‌ها بر پیچیدگی
  • 19. آرایه‌ها و لیست‌های پیوندی: تحلیل پیچیدگی عملیات
  • 20. درخت‌ها و گراف‌ها: تحلیل پیچیدگی عملیات
  • 21. هش‌تیبل‌ها: تحلیل پیچیدگی عملیات
  • 22. تحلیل پیچیدگی الگوریتم‌های پویا (Dynamic Programming)
  • 23. تحلیل پیچیدگی الگوریتم‌های حریصانه (Greedy Algorithms)
  • 24. تحلیل پیچیدگی الگوریتم‌های تقسیم و غلبه (Divide and Conquer)
  • 25. مقایسه Big O با دیگر روش‌های تحلیل پیچیدگی (مانند Big Theta, Big Omega)
  • 26. تحلیل پیچیدگی متوسط، بهترین حالت و بدترین حالت
  • 27. تحلیل پیچیدگی در عمل: پروفایلینگ کد
  • 28. ابزارهای تحلیل پیچیدگی کد
  • 29. تحلیل پیچیدگی الگوریتم‌ها در زبان‌های برنامه‌نویسی مختلف (پایتون، جاوا، C++)
  • 30. تحلیل پیچیدگی الگوریتم‌های مبتنی بر حافظه
  • 31. تحلیل پیچیدگی الگوریتم‌های موازی
  • 32. استفاده از Big O در طراحی الگوریتم‌های کارآمد
  • 33. تحلیل پیچیدگی الگوریتم‌های رمزنگاری
  • 34. تحلیل پیچیدگی الگوریتم‌های یادگیری ماشین
  • 35. چالش‌های تحلیل پیچیدگی در الگوریتم‌های پیچیده
  • 36. تحلیل پیچیدگی الگوریتم‌های تقریبی
  • 37. تحلیل پیچیدگی الگوریتم‌های تصادفی
  • 38. تحلیل پیچیدگی الگوریتم‌های جریان داده (Data Stream Algorithms)
  • 39. تحلیل پیچیدگی الگوریتم‌های هندسی
  • 40. تحلیل پیچیدگی الگوریتم‌های پردازش تصویر
  • 41. تحلیل پیچیدگی الگوریتم‌های پردازش زبان طبیعی
  • 42. تحلیل پیچیدگی الگوریتم‌های شبکه‌های اجتماعی
  • 43. تحلیل پیچیدگی الگوریتم‌های بلاک‌چین
  • 44. بهینه‌سازی الگوریتم‌ها با استفاده از تحلیل Big O
  • 45. تکنیک‌های کاهش پیچیدگی الگوریتم‌ها
  • 46. مطالعه موردی: تحلیل پیچیدگی یک الگوریتم واقعی
  • 47. تمرین‌های عملی تحلیل پیچیدگی
  • 48. آینده تحلیل الگوریتم و Big O
تگ‌ها: algorithm complexity Big O data structures performance space complexity time complexity الگوریتم بهینه‌سازی کد پیچیدگی الگوریتم تحلیل الگوریتم حافظه زمان اجرا ساختمان داده علوم کامپیوتر کارایی

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.