دوره سفری هیجان‌انگیز به دنیای الگوریتم‌های گراف همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب سفری هیجان‌انگیز به دنیای الگوریتم‌های گراف

موضوع کلی: رمزگشایی الگوریتم‌های گراف به روشی جذاب

موضوع میانی: الگوریتم‌های قدرتمند گراف

📋 سرفصل‌های کتاب (100 موضوع)

• 1. مقدمه: چرا گراف‌ها؟
• 2. گراف‌ها در دنیای واقعی: نمونه‌های الهام‌بخش
• 3. اولین قدم‌ها: مفاهیم اساسی گراف
• 4. رأس‌ها و یال‌ها: بلوک‌های سازنده
• 5. انواع گراف‌ها: جهت‌دار یا بدون جهت؟
• 6. وزن‌دار یا بدون وزن؟
• 7. نمایش گراف‌ها: ماتریس مجاورت
• 8. نمایش گراف‌ها: لیست مجاورت
• 9. انتخاب نمایش مناسب: مزایا و معایب
• 10. جستجو در گراف: پیمایش اول سطح (BFS)
• 11. پیمایش اول سطح: الگوریتم گام به گام
• 12. کاربردهای BFS: کوتاه‌ترین مسیر در گراف‌های بدون وزن
• 13. جستجو در گراف: پیمایش اول عمق (DFS)
• 14. پیمایش اول عمق: الگوریتم گام به گام
• 15. کاربردهای DFS: یافتن مؤلفه‌های همبند
• 16. یافتن مؤلفه‌های همبند با DFS
• 17. شناسایی دور در گراف‌های جهت‌دار با DFS
• 18. شناسایی دور در گراف‌های بدون جهت با DFS
• 19. مرتب‌سازی توپولوژیکی: نظم در گراف‌های جهت‌دار
• 20. مرتب‌سازی توپولوژیکی: الگوریتم Kahn
• 21. مرتب‌سازی توپولوژیکی: الگوریتم مبتنی بر DFS
• 22. کاربردهای مرتب‌سازی توپولوژیکی: زمان‌بندی وظایف
• 23. کوتاه‌ترین مسیر در گراف‌های وزن‌دار: الگوریتم دایکسترا
• 24. الگوریتم دایکسترا: گام به گام
• 25. پیاده‌سازی دایکسترا با صف اولویت
• 26. کوتاه‌ترین مسیر از یک مبدأ به همه رأس‌ها
• 27. کوتاه‌ترین مسیر بین دو رأس مشخص
• 28. محدودیت‌های دایکسترا: وزن‌های منفی
• 29. کوتاه‌ترین مسیر در گراف‌های وزن‌دار با وزن‌های منفی: الگوریتم بلمن-فورد
• 30. الگوریتم بلمن-فورد: گام به گام
• 31. تشخیص دور منفی با بلمن-فورد
• 32. کوتاه‌ترین مسیر در گراف‌های وزن‌دار: الگوریتم فلوید-وارشال
• 33. الگوریتم فلوید-وارشال: گام به گام
• 34. یافتن کوتاه‌ترین مسیر بین تمام جفت رأس‌ها
• 35. کاربرد فلوید-وارشال: تحلیل وابستگی
• 36. درخت پوشای کمینه (MST): اتصال همه‌چیز با حداقل هزینه
• 37. درخت پوشای کمینه: مفهوم و هدف
• 38. الگوریتم پریم: ساخت MST گام به گام
• 39. الگوریتم کروسکال: ساخت MST گام به گام
• 40. مقایسه پریم و کروسکال
• 41. کاربردهای MST: شبکه‌سازی و طراحی
• 42. جریان در شبکه: انتقال حداکثر
• 43. مفهوم جریان و ظرفیت
• 44. الگوریتم فورد-فولکرسون: ایده اصلی
• 45. یافتن مسیر افزایشی
• 46. الگوریتم ادموندز-کارپ: پیاده‌سازی فورد-فولکرسون با BFS
• 47. یافتن حداکثر جریان
• 48. قضیه جریان حداکثر - برش حداقل
• 49. کاربردهای جریان حداکثر: تخصیص منابع
• 50. مسائل تطابق در گراف‌ها: جفت کردن بهینه
• 51. مفهوم تطابق
• 52. تطابق در گراف‌های دوبخشی
• 53. الگوریتم هاپکرافت-کارپ
• 54. کاربردهای تطابق: تخصیص کارگران به وظایف
• 55. ماتریس لاپلاسین گراف
• 56. ویژگی‌های ماتریس لاپلاسین
• 57. قضیه ماتریس درخت کایلی
• 58. کاربرد لاپلاسین در گراف: شمارش درختان پوشا
• 59. تحلیل شبکه‌های اجتماعی با گراف‌ها
• 60. مفهوم مرکزیت در شبکه‌ها
• 61. مرکزیت درجه
• 62. مرکزیت بینابینی
• 63. مرکزیت نزدیکی
• 64. مرکزیت ویژگی بردار (Eigenvector Centrality)
• 65. شناسایی افراد تأثیرگذار در شبکه‌ها
• 66. مسائل مسیریابی در گراف‌ها
• 67. مسیریابی در شبکه‌های ارتباطی
• 68. مسیریابی در شبکه‌های حمل و نقل
• 69. مسیریابی در شبکه‌های کامپیوتری
• 70. مسائل یافتن مسیرهای چندگانه
• 71. مسائل یافتن دورهای همیلتونی
• 72. مسائل یافتن دور اویلری
• 73. شناسایی پل‌ها در گراف‌ها
• 74. شناسایی گره‌های مفصلی (Articulation Points)
• 75. تحلیل ساختار گراف‌ها: خوشه‌بندی
• 76. خوشه‌بندی سلسله مراتبی در گراف‌ها
• 77. الگوریتم‌های یافتن مرکز گراف
• 78. مسائل مرتبط با گراف‌های تصادفی
• 79. مدل ارداش-رنی
• 80. مدل واتس-استروگاتز (شبکه‌های دنیای کوچک)
• 81. مدل باراباسی-آلبرت (شبکه‌های مقیاس آزاد)
• 82. کاربرد گراف‌ها در یادگیری ماشین
• 83. نمایش داده‌ها به صورت گراف
• 84. یادگیری روی گراف‌ها (Graph Neural Networks)
• 85. کاربرد GNN در پیش‌بینی خواص مولکولی
• 86. کاربرد GNN در سیستم‌های توصیه‌گر
• 87. کاربرد GNN در تحلیل تصاویر
• 88. گراف‌های زمانی
• 89. تحلیل دینامیک در گراف‌های زمانی
• 90. کاربرد گراف‌های زمانی در پیش‌بینی رویدادها
• 91. مفاهیم پیشرفته‌تر: گراف‌های جهت‌دار وزنی
• 92. مفاهیم پیشرفته‌تر: گراف‌های چند-گراف
• 93. مفاهیم پیشرفته‌تر: گراف‌های تعاملی
• 94. مفاهیم پیشرفته‌تر: گراف‌های پویا
• 95. مفاهیم پیشرفته‌تر: مسائل NP-Hard در گراف‌ها
• 96. حل مسائل NP-Hard: رویکردهای تقریبی
• 97. حل مسائل NP-Hard: الگوریتم‌های ابتکاری
• 98. جمع‌بندی: قدرت و زیبایی الگوریتم‌های گراف