اپلیکیشن اندرویدی فلش‌کارت آموزشی طراحی و تحلیل الگوریتم‌های بهینه در مهندسی نرم‌افزار

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره طراحی و تحلیل الگوریتم‌های بهینه در مهندسی نرم‌افزار

موضوع کلی: علوم کامپیوتر و مهندسی نرم‌افزار

موضوع میانی: الگوریتم‌ها و ساختمان داده‌ها

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر الگوریتم‌ها و ساختمان داده‌ها
• 2. مفاهیم اساسی پیچیدگی زمانی و مکانی
• 3. تحلیل الگوریتم‌های مقدماتی
• 4. مرتب‌سازی حبابی و مرتب‌سازی انتخابی
• 5. مرتب‌سازی درجی و مرتب‌سازی ادغامی
• 6. مرتب‌سازی سریع (Quick Sort)
• 7. مرتب‌سازی هرمی (Heap Sort)
• 8. مرتب‌سازی سطلی (Bucket Sort) و مرتب‌سازی پایه‌ای (Radix Sort)
• 9. ساختمان داده‌های خطی: آرایه‌ها و لیست‌های پیوندی
• 10. لیست‌های پیوندی تک‌رشته، دو رشته و دایره‌ای
• 11. پشته‌ها (Stacks) و صف‌ها (Queues)
• 12. کاربرد پشته‌ها در ارزیابی عبارات
• 13. کاربرد صف‌ها در شبیه‌سازی
• 14. درخت‌ها: مفاهیم پایه و انواع
• 15. درخت‌های دودویی (Binary Trees)
• 16. پیمایش درخت‌های دودویی: پیش‌ترتیب، میان‌ترتیب و پس‌ترتیب
• 17. درخت‌های جستجوی دودویی (Binary Search Trees)
• 18. عملیات روی درخت‌های جستجوی دودویی: درج، حذف و جستجو
• 19. درخت‌های متوازن: درخت‌های AVL
• 20. عملیات روی درخت‌های AVL
• 21. درخت‌های قرمز-سیاه (Red-Black Trees)
• 22. عملیات روی درخت‌های قرمز-سیاه
• 23. درخت‌های B و B+
• 24. کاربرد درخت‌های B در پایگاه داده‌ها
• 25. کوهان‌ها (Heaps) و کوهان دودویی
• 26. عملیات روی کوهان‌ها
• 27. کوهان‌های دوجمله‌ای و کوهان‌های فیبوناچی
• 28. گراف‌ها: مفاهیم پایه و نمایش
• 29. نمایش ماتریسی و نمایش فهرستی گراف‌ها
• 30. پیمایش گراف: جستجوی اول سطح (BFS)
• 31. پیمایش گراف: جستجوی اول عمق (DFS)
• 32. مسیریابی در گراف‌ها: الگوریتم دایکسترا
• 33. مسیریابی در گراف‌ها: الگوریتم بلمن-فورد
• 34. کوتاه‌ترین مسیرهای چندگانه: الگوریتم فلوید-وارشال
• 35. کوتاه‌ترین مسیر در گراف‌های بدون دور جهت‌دار (DAG)
• 36. کمترین درخت پوشا (MST): الگوریتم پریم
• 37. کمترین درخت پوشا (MST): الگوریتم کروسکال
• 38. تقسیم و حل: مقدمه
• 39. الگوریتم ادغام و تقسیم
• 40. تحلیل الگوریتم‌های تقسیم و حل
• 41. برنامه‌نویسی پویا (Dynamic Programming): مقدمه
• 42. الگوریتم‌های برنامه‌نویسی پویا
• 43. مسئله کوله‌پشتی (Knapsack Problem)
• 44. طولانی‌ترین زیردنباله مشترک (LCS)
• 45. مسئله کوتاه‌ترین مسیر در گراف‌های با وزن‌های منفی
• 46. الگوریتم‌های حریصانه (Greedy Algorithms)
• 47. مقدمه الگوریتم‌های حریصانه
• 48. مسئله انتخاب فعالیت‌ها
• 49. کدگذاری هافمن
• 50. مسئله سفر دور دنیا (Traveling Salesperson Problem) - رویکردهای تقریبی
• 51. تحلیل الگوریتم‌های حریصانه
• 52. جستجوی محلی و الگوریتم‌های تبرید شبیه‌سازی شده
• 53. الگوریتم‌های جستجوی اکتشافی
• 54. مقدمه‌ای بر الگوریتم‌های تصادفی
• 55. الگوریتم‌های پارتیشن‌بندی تصادفی
• 56. تحلیل الگوریتم‌های تصادفی
• 57. مقدمه‌ای بر الگوریتم‌های موازی
• 58. ساختمان داده‌های موازی
• 59. الگوریتم‌های موازی برای مرتب‌سازی
• 60. الگوریتم‌های موازی برای گراف‌ها
• 61. مقدمه‌ای بر نظریه پیچیدگی محاسباتی
• 62. کلاس‌های پیچیدگی P و NP
• 63. مسائل NP-کامل
• 64. روش‌های اثبات NP-کامل بودن
• 65. الگوریتم‌های تقریب برای مسائل NP-سخت
• 66. مقدمه‌ای بر الگوریتم‌های توزیع شده
• 67. مفاهیم پایه‌ای در الگوریتم‌های توزیع شده
• 68. اجماع در سیستم‌های توزیع شده
• 69. انتخاب رهبر در سیستم‌های توزیع شده
• 70. الگوریتم‌های مسیریابی در شبکه‌های توزیع شده
• 71. مقدمه‌ای بر الگوریتم‌های یادگیری ماشین (در چارچوب سازگار)
• 72. الگوریتم‌های یادگیری نظارت شده: رگرسیون خطی
• 73. الگوریتم‌های یادگیری نظارت شده: طبقه‌بندی (با تأکید بر مدل‌های سازگار)
• 74. الگوریتم‌های یادگیری بدون نظارت: خوشه‌بندی (با تأکید بر مدل‌های سازگار)
• 75. کاربرد الگوریتم‌ها در بهینه‌سازی (در چارچوب سازگار)
• 76. الگوریتم‌های بهینه‌سازی ترکیبیاتی (در چارچوب سازگار)
• 77. تحلیل کارایی الگوریتم‌ها در عمل
• 78. ابزارهای پیاده‌سازی و تحلیل الگوریتم‌ها
• 79. اصول طراحی الگوریتم‌های کارآمد
• 80. الگوریتم‌های پیشرفته برای مسائل خاص
• 81. مروری بر الگوریتم‌های گراف پیشرفته
• 82. مباحث تکمیلی در الگوریتم‌های موازی و توزیع شده
• 83. آخرین پیشرفت‌ها در طراحی الگوریتم‌ها (با تأکید بر چارچوب قانونی)
• 84. کاربرد الگوریتم‌ها در علم داده (با رویکرد سازگار)
• 85. اصول مهندسی نرم‌افزار در پیاده‌سازی الگوریتم‌ها
• 86. تست و ارزیابی الگوریتم‌ها
• 87. الگوریتم‌ها در سیستم‌های پایگاه داده (با رویکرد سازگار)
• 88. الگوریتم‌ها در شبکه‌های کامپیوتری (با رویکرد سازگار)
• 89. مقدمه‌ای بر الگوریتم‌های کوانتومی (در سطح معرفی)
• 90. اصول طراحی الگوریتم‌های امن (در چارچوب سازگار)
• 91. بازنگری و جمع‌بندی مفاهیم کلیدی
• 92. کاربرد عملی الگوریتم‌ها در پروژه‌های مهندسی نرم‌افزار