کتاب ساختمان داده‌های رشته‌ای فشرده: Succinct Data Structures

انتخاب پلن

افزودنی‌های اختیاری

انتخاب پلن برای ادامه خرید الزامی است.

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

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ساختمان داده‌های رشته‌ای فشرده: Succinct Data Structures

موضوع کلی: برنامه نویسی

موضوع میانی: الگوریتم‌ها و ساختمان داده‌ها

📋 سرفصل‌های دوره

  • 1. آشنایی با ساختمان‌های داده فشرده و انگیزه‌های پیدایش
  • 2. مبانی آنتروپی و حد پایین نظری فضا
  • 3. مدل‌های ذخیره‌سازی: بیت‌وکتور، آرایه بیتی و عملیات Rank/Select
  • 4. پیاده‌سازی Rank و Select روی بیت‌وکتور با روش ساده و بلوکی
  • 5. معرفی و پیاده‌سازی RRR (Jacobson's) برای بیت‌وکتور فشرده
  • 6. درخت‌های دودویی فشرده: نمایش LOUDS (Level-Order Unary Degree Sequence)
  • 7. درخت‌های دودویی فشرده: نمایش BP (Balanced Parentheses)
  • 8. درخت‌های دودویی فشرده: نمایش DFUDS (Depth-First Unary Degree Sequence)
  • 9. عملیات پیمایش روی درختان فشرده: والد، فرزند، خواهر و ریشه
  • 10. درخت‌های عمومی (N-ary) فشرده با LOUDS
  • 11. درخت‌های عمومی فشرده با DFUDS و مقایسه با LOUDS
  • 12. درخت‌های مرتبه‌ای (Ordered Trees) و پشتیبانی از پرس‌وجوهای اجدادی
  • 13. آرایه‌های فشرده: Wavelet Tree و اصول کار
  • 14. پیاده‌سازی عملیات Access روی Wavelet Tree
  • 15. پیاده‌سازی عملیات Rank روی Wavelet Tree
  • 16. پیاده‌سازی عملیات Select روی Wavelet Tree
  • 17. تغییرات Wavelet Tree: Wavelet Matrix و Huffman-shaped Wavelet Tree
  • 18. Golomb-Rice Coding و Elias Gamma/Delta Coding برای اعداد صحیح
  • 19. Bit-Packing و Variable-Length Encoding برای رشته‌ها
  • 20. FM-Index: اصول فشرده‌سازی با تبدیل Burrows-Wheeler (BWT)
  • 21. ساخت Suffix Array فشرده با استفاده از FM-Index
  • 22. جستجوی دقیق (Exact Search) روی FM-Index
  • 23. جستجوی الحاقی با کاراکترهای Wildcard روی FM-Index
  • 24. نمایه‌گذاری متون بزرگ با FM-Index و محدودیت حافظه
  • 25. Succinct Suffix Array (CSA) و مقایسه با FM-Index
  • 26. دیکشنری فشرده: Perfect Hashing و Minimal Perfect Hashing
  • 27. دیکشنری فشرده: Bloom Filter و تحلیل احتمال خطا
  • 28. دیکشنری فشرده: Cuckoo Hashing و متغیرهای فشرده آن
  • 29. گراف‌های فشرده: نمایش با ماتریس مجاورت فشرده و بیت‌وکتور
  • 30. گراف‌های فشرده: نمایش با لیست‌های یالی فشرده (Adjacency Lists)
  • 31. گراف‌های فشرده: الگوریتم BFS و DFS روی نمایش فشرده
  • 32. گراف‌های فشرده: پشتیبانی از پرس‌وجوهای همسایگی و درجه
  • 33. نمایش فشرده برای گراف‌های جهت‌دار و بدون جهت
  • 34. Succinct Trie: نمایش با LOUDS برای رشته‌های پویا
  • 35. Succinct Trie: عملیات درج، جستجو و حذف
  • 36. Succinct Hash Map و پیاده‌سازی با آرایه بیتی
  • 37. فشرده‌سازی صف‌های اولویت (Priority Queues) با داده‌های فشرده
  • 38. فشرده‌سازی داده‌های زمانی: Time Series Compression (مثل FCM)
  • 39. فشرده‌سازی داده‌های مکانی: R-tree فشرده و Quadtree فشرده
  • 40. فشرده‌سازی داده‌های ژنومی: استفاده از FM-Index و Wavelet Tree
  • 41. الگوریتم‌های فشرده‌سازی برای داده‌های تکراری: Run-Length Encoding (RLE) و Delta Encoding
  • 42. ترکیب RLE با Rank/Select برای بیت‌وکتور
  • 43. ساختمان داده‌های فشرده در پایگاه‌های داده: Columnar Stores و Parquet
  • 44. فشرده‌سازی شاخص‌های B-tree: Succinct B-tree
  • 45. فشرده‌سازی داده‌های گراف اجتماعی: تحلیل خوشه‌ها و یال‌های تکراری
  • 46. فشرده‌سازی داده‌های وب: Web Graph Compression با روش‌های Gap و Re-Pair
  • 47. مقایسه کارایی: Trade-off بین فشرده‌سازی و سرعت دسترسی
  • 48. ابزارها و کتابخانه‌های عملی: SDSL (Succinct Data Structure Library)
  • 49. پیاده‌سازی Rank/Select با دستورات SIMD برای بهینه‌سازی
  • 50. تکنیک‌های پیشرفته: Space-Efficient Hash Tables و Cuckoo Filters
  • 51. فشرده‌سازی داده‌های غیرقطعی (Probabilistic) با Count-Min Sketch
  • 52. Succinct Representation برای Matrices و Tensors
  • 53. کاربرد در سیستم‌های توصیه‌گر و تحلیل متن
  • 54. کاربرد در بیوانفورماتیک: ذخیره‌سازی ژنوم مرجع
  • 55. کاربرد در موتورهای جستجو: ذخیره‌سازی ایندکس معکوس
  • 56. آینده و چالش‌های ساختمان داده‌های فشرده: حافظه‌های NVMe و پردازش موازی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .


ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.