دوره ساختمان داده ها و الگوریتم ها: فقط تا پایان هفته همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ساختمان داده ها و الگوریتم ها: فقط تا پایان هفته

موضوع کلی: برنامه نویسی

موضوع میانی: الگوریتم‌ها و ساختمان داده‌ها

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر ساختمان داده‌ها
• 2. انواع داده‌های پایه
• 3. متغیرها و انواع داده در پایتون
• 4. آرایه‌ها و ساختار داده‌های خطی
• 5. عملیات پایه روی آرایه‌ها
• 6. لیست‌های پیوندی یک‌طرفه
• 7. عملیات روی لیست‌های پیوندی یک‌طرفه
• 8. لیست‌های پیوندی دوطرفه
• 9. عملیات روی لیست‌های پیوندی دوطرفه
• 10. پشته‌ها (Stacks) و کاربردهای آن
• 11. عملیات پشته (Push, Pop)
• 12. صف‌ها (Queues) و کاربردهای آن
• 13. عملیات صف (Enqueue, Dequeue)
• 14. درخت‌ها و مفاهیم پایه
• 15. انواع درخت‌ها (دودویی، متوازن)
• 16. درخت‌های دودویی جستجو (BST)
• 17. عملیات روی درخت‌های دودویی جستجو
• 18. درخت‌های متوازن (AVL, Red-Black)
• 19. هرم‌ها (Heaps) و کاربردهای آن
• 20. عملیات هرم (Heapify, Insert, Delete)
• 21. گراف‌ها و مفاهیم پایه
• 22. نمایش گراف‌ها (ماتریس مجاورت، لیست مجاورت)
• 23. پیمایش گراف (BFS, DFS)
• 24. کوتاه‌ترین مسیر در گراف (الگوریتم دایکسترا)
• 25. کمترین درخت فراگیر (MST) (الگوریتم پریم)
• 26. کمترین درخت فراگیر (MST) (الگوریتم کروسکال)
• 27. جدول‌های هش (Hash Tables)
• 28. تکنیک‌های رفع برخورد در جداول هش
• 29. الگوریتم‌های مرتب‌سازی مقدماتی
• 30. مرتب‌سازی حبابی
• 31. مرتب‌سازی انتخابی
• 32. مرتب‌سازی درجی
• 33. مرتب‌سازی سریع (Quick Sort)
• 34. مرتب‌سازی ادغامی (Merge Sort)
• 35. مرتب‌سازی هرمی (Heap Sort)
• 36. مقایسه الگوریتم‌های مرتب‌سازی
• 37. الگوریتم‌های جستجو
• 38. جستجوی خطی
• 39. جستجوی دودویی
• 40. مقدمه‌ای بر پیچیدگی زمانی و مکانی
• 41. نمادگذاری O بزرگ (Big O Notation)
• 42. تحلیل پیچیدگی الگوریتم‌ها
• 43. بازگشت (Recursion)
• 44. حل مسائل با استفاده از بازگشت
• 45. الگوهای طراحی ساختمان داده
• 46. مقدمه‌ای بر الگوریتم‌های حریصانه
• 47. مسائل بهینه‌سازی با الگوریتم‌های حریصانه
• 48. مقدمه‌ای بر برنامه‌نویسی پویا
• 49. مسائل بهینه‌سازی با برنامه‌نویسی پویا
• 50. مفهوم انشعاب و تحدید (Branch and Bound)
• 51. مقدمه‌ای بر نظریه محاسبات
• 52. زبان‌های رسمی و اتوماتون متناهی
• 53. گرامرها و زبان‌های مستقل از متن
• 54. ماشین تورینگ و قدرت محاسباتی
• 55. پیچیدگی محاسباتی (کلاس‌های P و NP)
• 56. مقدمه‌ای بر ساختمان داده‌های پیشرفته
• 57. ساختمان داده‌های اطلاعاتی (Information Retrieval)
• 58. ساختمان داده‌های مکانی (Spatial Data Structures)
• 59. ساختمان داده‌های رشته‌ای (String Data Structures)
• 60. درخت‌های پیشوندی (Tries)
• 61. ساختمان داده‌های مرتبط با پایگاه داده
• 62. ساختمان داده‌ها در شبکه‌های کامپیوتری
• 63. کاربرد ساختمان داده در رمزنگاری
• 64. ساختمان داده‌ها در پردازش تصویر
• 65. ساختمان داده‌ها در یادگیری ماشین
• 66. مقدمه‌ای بر الگوریتم‌های موازی
• 67. الگوریتم‌های توزیع شده
• 68. ساختمان داده‌ها در سیستم‌های پایگاه داده توزیع شده
• 69. تحلیل الگوریتم‌ها با رویکرد آماری
• 70. کاربرد توابع مولد در تحلیل الگوریتم‌ها
• 71. مقدمه‌ای بر بهینه‌سازی ترکیبی
• 72. الگوریتم‌های جستجوی محلی
• 73. الگوریتم‌های فراابتکاری (Metaheuristics)
• 74. الگوریتم ژنتیک
• 75. بهینه‌سازی ازدحام ذرات
• 76. شبکه‌های عصبی و ساختمان داده‌های مرتبط
• 77. یادگیری عمیق و ساختمان داده‌های آن
• 78. ساختمان داده‌ها در پردازش زبان طبیعی
• 79. تحلیل متن با استفاده از ساختمان داده‌ها
• 80. ساختمان داده‌ها در سیستم‌های توصیه‌گر
• 81. استفاده از گراف در تحلیل شبکه‌های اجتماعی
• 82. مدل‌سازی داده‌های گراف با ساختمان داده‌ها
• 83. کشف الگو در داده‌های بزرگ با ساختمان داده‌ها
• 84. ساختمان داده‌ها برای تحلیل جریان داده
• 85. کاربرد ساختمان داده در سیستم‌های بلادرنگ
• 86. بهینه‌سازی ساختمان داده برای سخت‌افزار
• 87. ساختمان داده‌ها در محاسبات ابری
• 88. الگوریتم‌های فشرده‌سازی داده‌ها
• 89. ساختمان داده‌ها در سیستم‌های فایل
• 90. مقدمه‌ای بر گراف‌های جهت‌دار
• 91. پیمایش گراف‌های جهت‌دار
• 92. موضوعات پیشرفته در درخت‌های دودویی
• 93. موضوعات پیشرفته در جداول هش
• 94. مقدمه‌ای بر ساختمان داده‌های غیرخطی
• 95. ساختمان داده‌های سلسله مراتبی
• 96. ساختمان داده‌ها برای جستجوی تقریبی
• 97. مقایسه ساختمان داده‌های مختلف برای کاربردهای گوناگون
• 98. اصول طراحی ساختمان داده‌های کارآمد
• 99. ارزیابی عملکرد ساختمان داده‌ها
• 100. پروژه‌های عملی با ساختمان داده‌ها