دوره جعبه ابزار طلایی برنامه‌نویسان: از الگوریتم‌های پایه تا ساختارهای داده پیشرفته همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب جعبه ابزار طلایی برنامه‌نویسان: از الگوریتم‌های پایه تا ساختارهای داده پیشرفته

موضوع کلی: مبانی الگوریتم‌ها و ساختمان داده‌ها

موضوع میانی: طراحی و تحلیل الگوریتم‌ها

📋 سرفصل‌های کتاب (100 موضوع)

• 1. مقدمه‌ای بر جعبه ابزار برنامه‌نویسان
• 2. اهمیت الگوریتم‌ها و ساختارهای داده
• 3. مروری بر مفاهیم پایه
• 4. پیچیدگی زمانی و فضایی (Big O Notation)
• 5. تحلیل الگوریتم‌های ساده
• 6. مفهوم بازگشت (Recursion)
• 7. مثال‌های بازگشتی ساده
• 8. توابع کمکی در بازگشت
• 9. کاربرد بازگشت در حل مسائل
• 10. مقدمه‌ای بر آرایه‌ها
• 11. عملیات پایه روی آرایه‌ها
• 12. جستجو در آرایه‌ها
• 13. جستجوی خطی
• 14. جستجوی دودویی
• 15. مرتب‌سازی آرایه‌ها
• 16. مرتب‌سازی حبابی
• 17. مرتب‌سازی انتخابی
• 18. مرتب‌سازی درجی
• 19. مقدمه‌ای بر لیست‌های پیوندی
• 20. لیست پیوندی یک‌طرفه
• 21. عملیات پایه روی لیست پیوندی
• 22. درج در لیست پیوندی
• 23. حذف از لیست پیوندی
• 24. جستجو در لیست پیوندی
• 25. لیست پیوندی دوطرفه
• 26. مزایای لیست پیوندی دوطرفه
• 27. مقدمه‌ای بر پشته‌ها (Stacks)
• 28. عملیات Push و Pop
• 29. کاربرد پشته‌ها در ارزیابی عبارات
• 30. کاربرد پشته‌ها در تطابق پرانتزها
• 31. مقدمه‌ای بر صف‌ها (Queues)
• 32. عملیات Enqueue و Dequeue
• 33. کاربرد صف‌ها در مدیریت وظایف
• 34. کاربرد صف‌ها در شبیه‌سازی
• 35. مقدمه‌ای بر درخت‌ها (Trees)
• 36. درخت دودویی (Binary Tree)
• 37. درخت جستجوی دودویی (Binary Search Tree - BST)
• 38. عملیات پایه روی BST
• 39. درج در BST
• 40. حذف از BST
• 41. جستجو در BST
• 42. پیمایش درخت (Tree Traversal)
• 43. پیمایش پیش‌ترتیب (Preorder Traversal)
• 44. پیمایش میان‌ترتیب (Inorder Traversal)
• 45. پیمایش پس‌ترتیب (Postorder Traversal)
• 46. مقدمه‌ای بر هیپ‌ها (Heaps)
• 47. هیپ دودویی (Binary Heap)
• 48. هیپ کمینه (Min-Heap)
• 49. هیپ بیشینه (Max-Heap)
• 50. ساخت هیپ
• 51. عملیات روی هیپ (Insert, Delete-Min/Max)
• 52. کاربرد هیپ در مرتب‌سازی هیپ (Heap Sort)
• 53. مقدمه‌ای بر گراف‌ها (Graphs)
• 54. نمایش گراف (ماتریس مجاورت، لیست مجاورت)
• 55. پیمایش گراف
• 56. پیمایش اول سطح (Breadth-First Search - BFS)
• 57. پیمایش اول عمق (Depth-First Search - DFS)
• 58. کاربرد BFS در یافتن کوتاه‌ترین مسیر در گراف‌های بدون وزن
• 59. کاربرد DFS در یافتن مؤلفه‌های همبند
• 60. مقدمه‌ای بر الگوریتم‌های مرتب‌سازی پیشرفته
• 61. مرتب‌سازی ادغامی (Merge Sort)
• 62. تحلیل پیچیدگی Merge Sort
• 63. مرتب‌سازی سریع (Quick Sort)
• 64. انتخاب محور (Pivot Selection) در Quick Sort
• 65. تحلیل پیچیدگی Quick Sort
• 66. مرتب‌سازی شمارشی (Counting Sort)
• 67. کاربرد Counting Sort
• 68. مرتب‌سازی مبنایی (Radix Sort)
• 69. کاربرد Radix Sort
• 70. مقدمه‌ای بر الگوریتم‌های جستجوی پیشرفته
• 71. جستجوی درون‌یابی (Interpolation Search)
• 72. جستجوی پرشی (Jump Search)
• 73. مقدمه‌ای بر الگوریتم‌های گراف پیشرفته
• 74. الگوریتم دایکسترا (Dijkstra's Algorithm)
• 75. یافتن کوتاه‌ترین مسیر در گراف‌های وزن‌دار
• 76. الگوریتم بلمن-فورد (Bellman-Ford Algorithm)
• 77. تشخیص دور منفی در گراف
• 78. الگوریتم پریم (Prim's Algorithm)
• 79. یافتن درخت پوشای کمینه (Minimum Spanning Tree - MST)
• 80. الگوریتم کروسکال (Kruskal's Algorithm)
• 81. یافتن MST با استفاده از Kruskal
• 82. مقدمه‌ای بر ساختارهای داده پیشرفته
• 83. جدول هش (Hash Table)
• 84. توابع هش (Hash Functions)
• 85. مدیریت برخورد (Collision Handling)
• 86. روش زنجیره‌ای (Chaining)
• 87. آدرس‌دهی باز (Open Addressing)
• 88. مقدمه‌ای بر درخت‌های متوازن (Balanced Trees)
• 89. درخت قرمز-سیاه (Red-Black Tree)
• 90. عملیات روی درخت قرمز-سیاه
• 91. درخت B (B-Tree)
• 92. کاربرد B-Tree در پایگاه‌های داده
• 93. مقدمه‌ای بر طراحی الگوریتم
• 94. تقسیم و حل (Divide and Conquer)
• 95. برنامه‌نویسی پویا (Dynamic Programming)
• 96. مفهوم زیرمسئله‌های همپوشان (Overlapping Subproblems)
• 97. مفهوم بهینگی زیرساختار (Optimal Substructure)
• 98. مثال‌های برنامه‌نویسی پویا (مسئله کوله‌پشتی، دنباله فبوناچی)
• 99. الگوریتم‌های حریصانه (Greedy Algorithms)
• 100. اصل بهینگی حریصانه