اپلیکیشن اندرویدی فلش‌کارت آموزشی پیاده‌سازی کاربردی الگوریتم‌ها و ساختمان داده‌ها با جاوا

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره پیاده‌سازی کاربردی الگوریتم‌ها و ساختمان داده‌ها با جاوا

موضوع کلی: علوم کامپیوتر و مهندسی نرم‌افزار

موضوع میانی: مبانی علوم داده و الگوریتم‌ها

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر علوم کامپیوتر و داده
• 2. مبانی الگوریتم‌ها و تحلیل پیچیدگی
• 3. نمادگذاری Big O و تحلیل کارایی
• 4. انواع داده‌های پایه در جاوا
• 5. آرایه‌ها و لیست‌های پیوندی
• 6. عملیات پایه روی آرایه‌ها
• 7. پیاده‌سازی لیست پیوندی یک‌طرفه
• 8. پیاده‌سازی لیست پیوندی دوطرفه
• 9. پشته‌ها (Stacks) و کاربردهای آن‌ها
• 10. عملیات Push و Pop در پشته
• 11. صف‌ها (Queues) و کاربردهای آن‌ها
• 12. عملیات Enqueue و Dequeue در صف
• 13. درخت‌ها و انواع آن‌ها
• 14. درخت‌های دودویی جستجو (BST)
• 15. عملیات درج و حذف در BST
• 16. پیمایش درخت‌ها (Inorder, Preorder, Postorder)
• 17. هرم‌ها (Heaps) و انواع آن‌ها
• 18. هرم دودویی (Binary Heap)
• 19. عملیات درج و حذف در هرم
• 20. جداول هش (Hash Tables) و توابع هش
• 21. مدیریت تصادم در جداول هش
• 22. روش زنجیره‌سازی (Chaining)
• 23. روش آدرس‌دهی باز (Open Addressing)
• 24. الگوریتم‌های مرتب‌سازی مقدماتی
• 25. مرتب‌سازی حبابی (Bubble Sort)
• 26. مرتب‌سازی انتخابی (Selection Sort)
• 27. مرتب‌سازی درجی (Insertion Sort)
• 28. تحلیل کارایی الگوریتم‌های مرتب‌سازی مقدماتی
• 29. الگوریتم‌های مرتب‌سازی پیشرفته
• 30. مرتب‌سازی ادغامی (Merge Sort)
• 31. پیاده‌سازی Merge Sort
• 32. مرتب‌سازی سریع (Quick Sort)
• 33. پیاده‌سازی Quick Sort
• 34. تحلیل کارایی Merge Sort و Quick Sort
• 35. مرتب‌سازی هرمی (Heap Sort)
• 36. پیاده‌سازی Heap Sort
• 37. الگوریتم‌های جستجو
• 38. جستجوی خطی (Linear Search)
• 39. جستجوی دودویی (Binary Search)
• 40. پیاده‌سازی Binary Search
• 41. تحلیل کارایی الگوریتم‌های جستجو
• 42. مبانی گراف‌ها
• 43. نمایش گراف‌ها (ماتریس مجاورت، لیست مجاورت)
• 44. پیمایش گراف‌ها
• 45. جستجوی اول سطح (BFS)
• 46. پیاده‌سازی BFS
• 47. جستجوی اول عمق (DFS)
• 48. پیاده‌سازی DFS
• 49. مسیرهای کوتاه در گراف‌ها
• 50. الگوریتم دایکسترا (Dijkstra's Algorithm)
• 51. پیاده‌سازی Dijkstra's Algorithm
• 52. مباحث پیشرفته گراف‌ها
• 53. کوچکترین درخت فراگیر (MST)
• 54. الگوریتم پریم (Prim's Algorithm)
• 55. پیاده‌سازی Prim's Algorithm
• 56. الگوریتم کروسکال (Kruskal's Algorithm)
• 57. پیاده‌سازی Kruskal's Algorithm
• 58. مقدمه‌ای بر ساختمان داده‌های پیشرفته
• 59. درخت‌های متوازن دودویی (AVL Trees)
• 60. عملگرهای چرخش در درخت AVL
• 61. درج و حذف در درخت AVL
• 62. درخت‌های B و B+
• 63. مقدمه‌ای بر الگوریتم‌های برنامه‌ریزی پویا (Dynamic Programming)
• 64. مسئله کوله‌پشتی (Knapsack Problem)
• 65. مسئله کوتاه‌ترین مسیر در گراف بدون دور منفی
• 66. مقدمه‌ای بر نظریه الگوریتم‌ها
• 67. پیچیدگی محاسباتی (P, NP)
• 68. مسائل NP-کامل
• 69. مقدمه‌ای بر ساختمان داده‌های جدولی (Tries)
• 70. کاربرد Tries در پردازش متن
• 71. مقدمه‌ای بر الگوریتم‌های رشته‌ای
• 72. الگوریتم KMP (Knuth-Morris-Pratt)
• 73. پیاده‌سازی KMP
• 74. مقدمه‌ای بر الگوریتم‌های تصادفی
• 75. جستجوی تصادفی
• 76. کاربردهای تصادفی در الگوریتم‌ها
• 77. مقدمه‌ای بر الگوریتم‌های موازی
• 78. اصول موازی‌سازی
• 79. مقدمه‌ای بر بهینه‌سازی الگوریتم‌ها
• 80. تکنیک‌های بهینه‌سازی
• 81. تحلیل حافظه و زمان الگوریتم‌ها
• 82. استانداردهای کدنویسی در جاوا
• 83. مستندسازی کد با Javadoc
• 84. اصول طراحی شیءگرا در پیاده‌سازی الگوریتم‌ها
• 85. بازبینی و تست الگوریتم‌های پیاده‌سازی شده
• 86. مدیریت خطا در پیاده‌سازی الگوریتم‌ها
• 87. مقدمه‌ای بر پایگاه داده‌ها و ساختمان داده‌ها
• 88. رابطه بین پایگاه داده و ساختمان داده‌ها
• 89. مبانی داده‌کاوی و الگوریتم‌های مرتبط
• 90. اصول تحلیل آماری داده‌ها
• 91. کاربرد الگوریتم‌ها در تحلیل داده‌های کلان
• 92. مقدمه‌ای بر یادگیری ماشین و الگوریتم‌ها
• 93. یادگیری نظارت شده
• 94. یادگیری نظارت نشده
• 95. الگوریتم‌های خوشه‌بندی
• 96. الگوریتم‌های طبقه‌بندی
• 97. مقدمه‌ای بر امنیت داده‌ها و الگوریتم‌ها
• 98. رمزنگاری متقارن
• 99. رمزنگاری نامتقارن
• 100. کاربرد ساختمان داده‌ها در امنیت