اپلیکیشن اندرویدی فلش‌کارت آموزشی طراحی و تحلیل الگوریتم‌های کارآمد با ساختارهای داده پیشرفته

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره طراحی و تحلیل الگوریتم‌های کارآمد با ساختارهای داده پیشرفته

موضوع کلی: علوم کامپیوتر و مهندسی نرم‌افزار

موضوع میانی: مبانی و الگوریتم‌های برنامه‌نویسی

📋 سرفصل‌های دوره

• 1. مبانی علوم کامپیوتر و مهندسی نرم‌افزار
• 2. مقدمه‌ای بر طراحی و تحلیل الگوریتم
• 3. چرا تحلیل الگوریتم مهم است
• 4. پیچیدگی زمانی و فضایی
• 5. نمادگذاری اُو (Big O Notation)
• 6. تحلیل پیچیدگی الگوریتم‌های تکراری
• 7. تحلیل الگوریتم‌های بازگشتی
• 8. روش حل مسائل بازگشتی
• 9. تحلیل الگوریتم‌های جستجو
• 10. جستجوی خطی
• 11. جستجوی دودویی (باینری)
• 12. کاربرد جستجوی دودویی
• 13. مرتب‌سازی داده‌ها
• 14. مرتب‌سازی حبابی
• 15. مرتب‌سازی انتخابی
• 16. مرتب‌سازی درجی
• 17. مرتب‌سازی ادغامی
• 18. مرتب‌سازی سریع (Quick Sort)
• 19. مرتب‌سازی هرمی (Heap Sort)
• 20. مقایسه الگوریتم‌های مرتب‌سازی
• 21. مبانی ساختارهای داده
• 22. آرایه‌ها و لیست‌های پیوندی
• 23. لیست پیوندی یک‌طرفه
• 24. لیست پیوندی دوطرفه
• 25. کاربرد لیست‌های پیوندی
• 26. پشته (Stack)
• 27. عملیات پشته (Push, Pop)
• 28. کاربرد پشته
• 29. صف (Queue)
• 30. عملیات صف (Enqueue, Dequeue)
• 31. کاربرد صف
• 32. درخت‌ها
• 33. مفاهیم پایه درخت
• 34. درخت دودویی (Binary Tree)
• 35. درخت جستجوی دودویی (Binary Search Tree)
• 36. عملیات درخت جستجوی دودویی
• 37. درخت‌های متوازن (Balanced Trees)
• 38. درخت قرمز-سیاه (Red-Black Trees)
• 39. درخت B (B-Trees)
• 40. کاربرد درخت‌ها
• 41. گراف‌ها
• 42. مفاهیم پایه گراف
• 43. نمایش گراف (ماتریس مجاورت، لیست مجاورت)
• 44. پیمایش گراف (BFS, DFS)
• 45. جستجوی اول سطح (BFS)
• 46. جستجوی اول عمق (DFS)
• 47. کاربرد پیمایش گراف
• 48. کوتاه‌ترین مسیر در گراف
• 49. الگوریتم دایکسترا (Dijkstra)
• 50. الگوریتم بلمن-فورد (Bellman-Ford)
• 51. درخت پوشای کمینه (Minimum Spanning Tree)
• 52. الگوریتم پریم (Prim)
• 53. الگوریتم کروسکال (Kruskal)
• 54. کاربرد درخت پوشای کمینه
• 55. هَش (Hashing)
• 56. توابع هَش
• 57. جدول هَش (Hash Table)
• 58. مدیریت تصادم در جدول هَش
• 59. کاربرد جدول هَش
• 60. مباحث پیشرفته ساختارهای داده
• 61. کومه‌ها (Heaps)
• 62. کومه دودویی (Binary Heap)
• 63. عملیات کومه
• 64. هرم طلایی (Fibonacci Heap)
• 65. کاربرد کومه‌ها
• 66. تَری (Tries)
• 67. ساختار و عملیات تری
• 68. کاربرد تری
• 69. درخت‌های قطعه (Segment Trees)
• 70. کاربرد درختان قطعه
• 71. درختان وِنی (Fenwick Trees / Binary Indexed Trees)
• 72. کاربرد درختان وِنی
• 73. الگوریتم‌های برنامه‌نویسی پویا (Dynamic Programming)
• 74. مبانی برنامه‌نویسی پویا
• 75. مسائل نمونه برنامه‌نویسی پویا
• 76. بهینه‌سازی در برنامه‌نویسی پویا
• 77. الگوریتم‌های حریصانه (Greedy Algorithms)
• 78. مبانی الگوریتم‌های حریصانه
• 79. مسائل نمونه الگوریتم‌های حریصانه
• 80. مقایسه برنامه‌نویسی پویا و الگوریتم‌های حریصانه
• 81. محدودیت‌ها و ملاحظات پیاده‌سازی
• 82. بررسی الگوریتم‌های مرتب‌سازی پیشرفته
• 83. الگوریتم مرتب‌سازی شمارشی (Counting Sort)
• 84. الگوریتم مرتب‌سازی مبنایی (Radix Sort)
• 85. الگوریتم مرتب‌سازی سطلی (Bucket Sort)
• 86. تحلیل کارایی الگوریتم‌ها در عمل
• 87. انتخاب الگوریتم مناسب برای مسئله
• 88. پیاده‌سازی کارآمد ساختارهای داده
• 89. مباحث تکمیلی در طراحی الگوریتم
• 90. الگوریتم‌های موازی و توزیع‌شده (مبانی)
• 91. ملاحظات امنیتی در الگوریتم‌ها (مبانی)
• 92. اصول مهندسی نرم‌افزار در الگوریتم‌ها
• 93. بازبینی و بهینه‌سازی کد الگوریتم
• 94. مستندسازی فنی الگوریتم‌ها
• 95. آزمون و اعتبارسنجی الگوریتم‌ها
• 96. کاربرد الگوریتم‌ها در سیستم‌های اطلاعاتی
• 97. الگوریتم‌ها در پردازش داده‌های بزرگ (مبانی)
• 98. ارزیابی فنی و انتخاب راه‌حل‌های الگوریتمی
• 99. اخلاق حرفه‌ای در مهندسی نرم‌افزار و الگوریتم
• 100. خاتمه و جمع‌بندی مباحث