کتاب صوتی ساختمان داده‌ها و الگوریتم‌های کلیدی برای آمادگی آزمون‌های استخدامی و پروژه‌های نرم‌افزاری

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 99,988 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 ساختمان داده‌ها و الگوریتم‌های کلیدی برای آمادگی آزمون‌های استخدامی و پروژه‌های نرم‌افزاری

موضوع کلی: علوم کامپیوتر و مهندسی نرم‌افزار

موضوع میانی: ساختمان داده‌ها و الگوریتم‌ها

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر علوم کامپیوتر و اهمیت ساختمان داده‌ها
  • 2. مروری بر پیچیدگی الگوریتمی و تحلیل زمانی
  • 3. مرتب‌سازی سریع (Quick Sort) و تحلیل آن
  • 4. مرتب‌سازی ادغامی (Merge Sort) و تحلیل آن
  • 5. مرتب‌سازی حبابی (Bubble Sort) و کاربردهای آن
  • 6. مرتب‌سازی درجی (Insertion Sort) و کاربردهای آن
  • 7. مرتب‌سازی سطلی (Bucket Sort) و موارد استفاده
  • 8. مرتب‌سازی شمارشی (Counting Sort) و موارد استفاده
  • 9. مرتب‌سازی پایه‌ (Radix Sort) و موارد استفاده
  • 10. جستجوی خطی (Linear Search) و تحلیل آن
  • 11. جستجوی دودویی (Binary Search) و تحلیل آن
  • 12. ساختمان داده‌های آرایه و کاربردهای آن
  • 13. ساختمان داده‌های لیست پیوندی و انواع آن
  • 14. لیست پیوندی یک‌طرفه و عملیات آن
  • 15. لیست پیوندی دوطرفه و عملیات آن
  • 16. لیست پیوندی دایره‌ای و عملیات آن
  • 17. ساختمان داده‌های پشته (Stack) و کاربردهای آن
  • 18. عملیات پشته و پیاده‌سازی آن
  • 19. کاربرد پشته در ارزیابی عبارات ریاضی
  • 20. ساختمان داده‌های صف (Queue) و کاربردهای آن
  • 21. عملیات صف و پیاده‌سازی آن
  • 22. صف دایره‌ای و پیاده‌سازی آن
  • 23. درختان (Trees) و مفاهیم پایه
  • 24. درخت دودویی جستجو (BST) و عملیات آن
  • 25. درختان متوازن (AVL Tree) و اصول تعادل
  • 26. درختان قرمز-سیاه (Red-Black Tree) و اصول تعادل
  • 27. درختان B و B+ و کاربردهای پایگاه داده
  • 28. هیپ (Heap) و انواع آن (Min Heap, Max Heap)
  • 29. عملیات هیپ و پیاده‌سازی آن
  • 30. کاربرد هیپ در مرتب‌سازی هیپ (Heap Sort)
  • 31. گراف‌ها (Graphs) و مفاهیم پایه
  • 32. نمایش گراف (ماتریس مجاورت، لیست مجاورت)
  • 33. پیمایش گراف (BFS) و کاربردها
  • 34. پیمایش گراف (DFS) و کاربردها
  • 35. مبحث کوتاه‌ترین مسیر در گراف (Dijkstra)
  • 36. مبحث کوتاه‌ترین مسیر در گراف (Bellman-Ford)
  • 37. مبحث درخت پوشای کمینه (Prim's Algorithm)
  • 38. مبحث درخت پوشای کمینه (Kruskal's Algorithm)
  • 39. الگوریتم‌های برنامه‌نویسی پویا (Dynamic Programming)
  • 40. مقدمه‌ای بر برنامه‌نویسی پویا و مسائل آن
  • 41. مسئله کوله پشتی (Knapsack Problem)
  • 42. مسئله دنباله مشترک طولانی (Longest Common Subsequence)
  • 43. مسئله مسافت ویرایش (Edit Distance)
  • 44. مسئله تولید اعداد فیبوناچی با DP
  • 45. الگوریتم‌های حریصانه (Greedy Algorithms)
  • 46. مقدمه‌ای بر الگوریتم‌های حریصانه
  • 47. مسئله انتخاب فعالیت (Activity Selection Problem)
  • 48. مسئله کدگذاری هافمن (Huffman Coding)
  • 49. مبحث هشینگ (Hashing) و جداول هش
  • 50. توابع هش و انواع آن
  • 51. حل برخورد در جداولی هش (Collision Resolution)
  • 52. کاربرد هشینگ در جستجو و ذخیره‌سازی
  • 53. ساختمان داده‌های تری (Trie) و کاربردهای آن
  • 54. عملیات در تری و پیاده‌سازی آن
  • 55. کاربرد تری در جستجوی پیشوندی (Prefix Search)
  • 56. ساختمان داده‌های گراف جهت‌دار (DAG)
  • 57. مبحث مرتب‌سازی توپولوژیکی (Topological Sort)
  • 58. مبحث یافتن دور در گراف (Cycle Detection)
  • 59. مبحث تقاطع دو مجموعه (Disjoint Set Union - DSU)
  • 60. الگوریتم‌های مرتبط با رشته‌ها (String Algorithms)
  • 61. الگوریتم KMP (Knuth-Morris-Pratt)
  • 62. الگوریتم Rabin-Karp
  • 63. مبحث الگوریتم‌های جستجوی رشته
  • 64. ساختمان داده‌های درخت سگمنت (Segment Tree)
  • 65. عملیات در درخت سگمنت
  • 66. کاربرد درخت سگمنت در مسائل بازه
  • 67. ساختمان داده‌های درخت باینری کامل
  • 68. مبحث درختان دودویی متوازن (Balance Binary Trees)
  • 69. مقدمه‌ای بر الگوریتم‌های جستجوی دودویی پیشرفته
  • 70. کاربرد ساختمان داده‌ها در پایگاه‌های داده
  • 71. مبحث ایندکس‌گذاری در پایگاه‌های داده
  • 72. ساختمان داده‌های B-Tree و B+ Tree برای دیسک
  • 73. مبحث الگوریتم‌های فشرده‌سازی داده‌ها
  • 74. مقدمه‌ای بر الگوریتم‌های تصادفی (Randomized Algorithms)
  • 75. کاربرد الگوریتم‌های تصادفی در مسائل مختلف
  • 76. مبحث الگوریتم‌های موازی و توزیع شده
  • 77. مقدمه‌ای بر پیچیدگی محاسباتی (Computational Complexity)
  • 78. کلاس‌های پیچیدگی P و NP
  • 79. مسائل NP-Complete و NP-Hard
  • 80. روش‌های اثبات NP-Completeness
  • 81. مبحث الگوریتم‌های تقریب (Approximation Algorithms)
  • 82. کاربرد الگوریتم‌های تقریب در مسائل بهینه‌سازی
  • 83. مبحث ساختمان داده‌های گراف پیشرفته
  • 84. مبحث الگوریتم‌های جستجوی گراف در محیط‌های بزرگ
  • 85. مقدمه‌ای بر مفاهیم یادگیری ماشین مرتبط با داده‌ها
  • 86. کاربرد ساختمان داده‌ها در پردازش زبان طبیعی
  • 87. مبحث الگوریتم‌های یافتن زیررشته تکراری
  • 88. مبحث یافتن زیردنباله مشترک طولانی
  • 89. کاربرد ساختمان داده‌ها در تحلیل شبکه‌های اجتماعی
  • 90. مبحث الگوریتم‌های تشخیص الگو
  • 91. مقدمه‌ای بر الگوریتم‌های بهینه‌سازی ترکیبیاتی
  • 92. مبحث الگوریتم‌های حل مسائل برنامه‌ریزی خطی
  • 93. مقدمه‌ای بر مفاهیم امنیت داده‌ها و ساختمان داده‌ها
  • 94. کاربرد ساختمان داده‌ها در رمزنگاری
  • 95. مبحث الگوریتم‌های جستجوی فضایی (Spatial Search)
  • 96. کاربرد ساختمان داده‌ها در سیستم‌های اطلاعات جغرافیایی
  • 97. مبحث ساختمان داده‌های درخت K-d
  • 98. مقدمه‌ای بر مباحث پیشرفته در ساختمان داده‌ها
  • 99. مروری بر آخرین روندها در ساختمان داده‌ها و الگوریتم‌ها
  • 100. آمادگی برای مصاحبه‌های فنی و حل مسائل پیچیده
EXPRESS24 AUDIO EXPERIENCE
یادگیری را بشنوید؛ زندگی کنید
کتاب‌های صوتی و پادکست‌های آموزشی، راهی دلنشین برای کشف ایده‌های تازه، گسترش دانش و استفاده بهتر از لحظه‌های روزمره هستند.
دانش، الهام و تجربه؛ این بار با صدای زندگی
برای آموختن، همیشه لازم نیست بخوانید
گاهی بهترین فرصت یادگیری زمانی است که در مسیر رفت‌وآمد هستید، قدم می‌زنید، استراحت می‌کنید یا کارهای روزمره‌تان را انجام می‌دهید. محتوای صوتی کمک می‌کند از این لحظه‌ها برای شنیدن، اندیشیدن و آشنایی با موضوعات تازه بهره ببرید.
◷
یادگیری در دل روزمرگی
از زمان رفت‌وآمد، پیاده‌روی یا استراحت برای شنیدن محتوای مفید استفاده کنید؛ بدون آنکه همیشه به کتاب چاپی یا صفحه نمایش نیاز داشته باشید.
◎
تجربه‌ای شنیداری و دلنشین
با روایت صوتی، توضیحات گفتاری و فضای شنیداری هر محتوا همراه شوید و متناسب با سلیقه خود، شیوه تازه‌ای برای دریافت مطالب تجربه کنید.
✦
گسترش دانش و دیدگاه
با موضوعات متنوع آشنا شوید، ایده‌های تازه کشف کنید و فرصت بیشتری برای یادگیری مستمر و پرورش کنجکاوی خود بسازید.
♫
همراه با سبک زندگی شما
محتوای صوتی را متناسب با برنامه روزانه خود انتخاب کنید و در زمان مناسب، شنیدن را به بخشی از عادت‌های شخصی‌تان تبدیل کنید.
کتاب صوتی یا پادکست؟
کتاب صوتی
راهی برای همراه شدن با محتوای یک کتاب از طریق شنیدن. بسته به اثر، می‌توانید داستان‌ها، آموزش‌ها، مفاهیم تخصصی یا مطالب کاربردی را در قالب روایت و بیان صوتی دنبال کنید.
مناسب برای شنیدن و مرور محتوای کتاب‌ها
پادکست آموزشی
فرصتی برای دنبال کردن موضوعات مشخص در قالب گفت‌وگو، روایت، توضیح آموزشی یا مجموعه‌ای از قسمت‌های صوتی؛ مناسب برای کشف ایده‌ها و آشنایی با دیدگاه‌های گوناگون.
مناسب برای یادگیری موضوعی و شنیدن دیدگاه‌های تازه
هر جا که هستید، شنیدن را آغاز کنید
با دستگاه مناسب خود، محتوای صوتی را به آسانی دنبال کنید.
▯
گوشی هوشمند
اندروید و آیفون
▣
تبلت
برای شنیدن و دنبال کردن محتوا
▤
رایانه و لپ‌تاپ
با پخش‌کننده صوتی سازگار
♫
هدفون و بلندگو
برای شنیدن متناسب با محیط
چطور از تجربه شنیدن بیشتر بهره ببریم؟
✦ زمان مناسبی برای شنیدن انتخاب کنید؛ زمانی که بتوانید با آرامش به محتوا توجه داشته باشید.
✦ برای مطالب آموزشی، نکته‌های مهم را یادداشت کنید یا پس از پایان شنیدن، آن‌ها را مرور کنید.
✦ اگر محتوا طولانی است، آن را در چند نوبت دنبال کنید تا فرصت بیشتری برای درک و مرور داشته باشید.
✦ هنگام رانندگی یا انجام کارهای نیازمند تمرکز، ایمنی را در اولویت قرار دهید و از شیوه شنیدنی استفاده کنید که حواس شما را مختل نکند.
هر شنیدن، فرصتی برای کشف است
با کتاب‌های صوتی و پادکست‌های آموزشی، دنیای تازه‌ای از ایده‌ها، روایت‌ها و آموختنی‌ها را به لحظه‌های خود اضافه کنید.
کشف محصولات بیشتر در اکسپرس ۲۴
express24.ir
امکانات پخش، ادامه شنیدن و دسترسی آفلاین به نوع فایل، دستگاه و نرم‌افزار مورد استفاده بستگی دارد.
AUDIO PREVIEW
قبل از انتخاب، گوش کنید!
بخشی از سبک محتوای محصولات صوتی ما را بشنوید و با فضای آن آشنا شوید.
♫
نمونه صوتی از سبک محصولات صوتی ما
پیش‌نمایش کوتاهی از سبک پادکست های صوتی محصولات ما
پخش آنلاین
برای تجربه بهتر، می‌توانید از هدفون استفاده کنید.
تگ‌ها: LeetCode آمادگی مصاحبه شغلی الگوریتم ها برنامه نویسی تحلیل الگوریتم حل مسئله ساختمان داده پیشرفته ساختمان داده ها علوم کامپیوتر مهندسی نرم افزار

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.