فلش‌کارت‌های آموزشی ساختمان داده‌ها در جاوا اسکریپت: پیاده‌سازی و کاربردها

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ساختمان داده‌ها در جاوا اسکریپت: پیاده‌سازی و کاربردها

موضوع کلی: مهندسی نرم‌افزار و علوم کامپیوتر

موضوع میانی: ساختمان داده‌ها و الگوریتم‌ها

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر مهندسی نرم‌افزار در ایران
• 2. مبانی علوم کامپیوتر و منطق
• 3. مقدمه‌ای بر زبان برنامه‌نویسی جاوا اسکریپت
• 4. متغیرها، انواع داده و عملگرها در جاوا اسکریپت
• 5. ساختارهای کنترلی: شرطی‌ها و حلقه‌ها
• 6. تابع‌نویسی در جاوا اسکریپت
• 7. مفاهیم شیءگرایی در جاوا اسکریپت
• 8. آرایه‌ها در جاوا اسکریپت
• 9. مقدمه‌ای بر ساختمان داده‌ها
• 10. اهمیت ساختمان داده‌ها در حل مسئله
• 11. تحلیل پیچیدگی زمانی و مکانی الگوریتم‌ها
• 12. نمادگذاری O بزرگ
• 13. مرتبه‌سازی حبابی (Bubble Sort)
• 14. مرتبه‌سازی انتخابی (Selection Sort)
• 15. مرتبه‌سازی درجی (Insertion Sort)
• 16. مرتبه‌سازی ادغامی (Merge Sort)
• 17. مرتبه‌سازی سریع (Quick Sort)
• 18. جستجوی خطی (Linear Search)
• 19. جستجوی دودویی (Binary Search)
• 20. مفاهیم اولیه پشته (Stack)
• 21. پیاده‌سازی پشته با آرایه
• 22. پیاده‌سازی پشته با لیست پیوندی
• 23. کاربردهای پشته در محاسبات
• 24. مفاهیم اولیه صف (Queue)
• 25. پیاده‌سازی صف با آرایه
• 26. پیاده‌سازی صف با لیست پیوندی
• 27. کاربردهای صف در سیستم‌عامل‌ها
• 28. مفاهیم اولیه لیست پیوندی (Linked List)
• 29. لیست پیوندی یک‌طرفه
• 30. لیست پیوندی دوطرفه
• 31. لیست پیوندی دایره‌ای
• 32. عملیات روی لیست‌های پیوندی
• 33. مقدمه‌ای بر درخت‌ها (Trees)
• 34. درخت دودویی جستجو (Binary Search Tree)
• 35. عملیات درج و حذف در BST
• 36. پیمایش درخت (Tree Traversal)
• 37. درخت‌های متوازن (Balanced Trees)
• 38. مقدمه‌ای بر گراف‌ها (Graphs)
• 39. نمایش ماتریسی گراف
• 40. نمایش لیست مجاورت گراف
• 41. پیمایش گراف: جستجوی اول سطح (BFS)
• 42. پیمایش گراف: جستجوی اول عمق (DFS)
• 43. الگوریتم دایکسترا (Dijkstra's Algorithm)
• 44. الگوریتم پریم (Prim's Algorithm)
• 45. الگوریتم کروسکال (Kruskal's Algorithm)
• 46. مقدمه‌ای بر جداول هش (Hash Tables)
• 47. توابع هش (Hash Functions)
• 48. مدیریت برخورد (Collision Handling)
• 49. روش زنجیره‌سازی (Chaining)
• 50. روش آدرس‌دهی باز (Open Addressing)
• 51. کاربردهای جداول هش
• 52. مقدمه‌ای بر هیپ‌ها (Heaps)
• 53. هیپ دودویی (Binary Heap)
• 54. عملیات درج و حذف در هیپ
• 55. هیپ حداکثر (Max Heap)
• 56. هیپ حداقل (Min Heap)
• 57. ساختمان داده‌های پیشرفته
• 58. کاربرد ساختمان داده‌ها در پایگاه داده
• 59. ساختمان داده‌ها در شبکه‌ها
• 60. ساختمان داده‌ها در پردازش تصویر
• 61. ساختمان داده‌ها در هوش مصنوعی
• 62. الگوریتم‌های بهینه‌سازی
• 63. الگوریتم‌های حریصانه
• 64. برنامه‌نویسی پویا (Dynamic Programming)
• 65. روش‌های تقسیم و حل
• 66. مقدمه‌ای بر الگوریتم‌های موازی
• 67. مقدمه‌ای بر الگوریتم‌های توزیع‌شده
• 68. ساختمان داده‌ها برای داده‌های بزرگ
• 69. مقدمه‌ای بر گراف‌های جهت‌دار
• 70. مقدمه‌ای بر درخت‌های پوشای کمینه
• 71. مقدمه‌ای بر درخت‌های B
• 72. مقدمه‌ای بر درخت‌های قرمز-سیاه
• 73. ساختمان داده‌ها در زبان‌های برنامه‌نویسی دیگر
• 74. مقایسه ساختمان داده‌ها
• 75. انتخاب ساختمان داده مناسب
• 76. بهینه‌سازی فضای حافظه
• 77. بهینه‌سازی زمان اجرا
• 78. مقدمه‌ای بر طراحی الگوریتم
• 79. تحلیل الگوریتم‌های تصادفی
• 80. ساختمان داده‌ها در وب
• 81. ساختمان داده‌ها در موبایل
• 82. ساختمان داده‌ها در سیستم‌های جاسازی شده
• 83. مقدمه‌ای بر ساختارهای داده پویا
• 84. مقدمه‌ای بر ساختارهای داده ایستا
• 85. پیمایش درخت‌های n-ary
• 86. مقدمه‌ای بر درخت‌های سگمنت
• 87. مقدمه‌ای بر درخت‌های تری (Trie)
• 88. کاربرد درخت‌های تری در جستجو
• 89. مقدمه‌ای بر ساختمان داده‌های گراف جهت‌دار بدون دور (DAG)
• 90. مقدمه‌ای بر درخت‌های پوشای فراگیر
• 91. مقدمه‌ای بر الگوریتم‌های مرتب‌سازی خطی
• 92. مقدمه‌ای بر الگوریتم‌های جستجوی فشرده
• 93. مقدمه‌ای بر ساختمان داده‌های موازی
• 94. مقدمه‌ای بر ساختمان داده‌های توزیع‌شده
• 95. مقدمه‌ای بر نظریه پیچیدگی محاسباتی
• 96. مقدمه‌ای بر الگوریتم‌های کوانتومی
• 97. مقدمه‌ای بر ساختمان داده‌ها در رایانش ابری
• 98. مقدمه‌ای بر ساختمان داده‌ها در اینترنت اشیاء
• 99. مقدمه‌ای بر ساختمان داده‌ها در بازی‌های کامپیوتری
• 100. مقدمه‌ای بر معماری کامپیوتر و ساختمان داده‌ها