دوره ساختمان داده ها و الگوریتم ها: با رویکرد حل مسئله در دنیای واقعی همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ساختمان داده ها و الگوریتم ها: با رویکرد حل مسئله در دنیای واقعی

موضوع کلی: برنامه نویسی

موضوع میانی: الگوریتم‌ها و ساختمان داده‌ها

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر ساختمان داده‌ها و اهمیت آن‌ها
• 2. مفاهیم اولیهٔ پیچیدگی زمانی و مکانی
• 3. تحلیل الگوریتم‌ها و معیارهای ارزیابی
• 4. آرایه‌ها و انواع آن‌ها: مزایا و معایب
• 5. عملیات روی آرایه‌ها و کاربردهایشان
• 6. ماتریس‌ها و مسائل مرتبط با آن‌ها
• 7. لیست‌های پیوندی: مفاهیم و انواع
• 8. عملیات روی لیست‌های پیوندی یک‌طرفه
• 9. لیست‌های پیوندی دوطرفه و کاربردهایشان
• 10. لیست‌های دَوّار و مزایای آن‌ها
• 11. پشته‌ها (Stacks): مفاهیم و پیاده‌سازی
• 12. کاربردهای پشته در حل مسائل
• 13. صف‌ها (Queues): مفاهیم و پیاده‌سازی
• 14. کاربردهای صف در شبیه‌سازی و مدیریت
• 15. درخت‌ها: مفاهیم پایه و اصطلاحات
• 16. درخت‌های دودویی جستجو (BST)
• 17. عملیات روی درخت‌های دودویی جستجو
• 18. توازن در درخت‌های دودویی جستجو
• 19. درخت‌های AVL و الگوریتم‌های چرخش
• 20. درخت‌های قرمز-سیاه (Red-Black Trees)
• 21. درخت‌های B و B+ برای پایگاه داده
• 22. هرم‌ها (Heaps): مفاهیم و انواع
• 23. پیاده‌سازی هرم و عملیات آن
• 24. هرم دوتایی و کاربردهای آن
• 25. هرم دودویی و عملیات درج و حذف
• 26. کاربرد هرم در مرتب‌سازی (Heap Sort)
• 27. جداول هش (Hash Tables): مفاهیم
• 28. توابع هش و روش‌های رفع برخورد
• 29. روش‌های حل برخورد در جداول هش
• 30. کاربردهای جداول هش در جستجو و ذخیره‌سازی
• 31. گراف‌ها: مفاهیم و نمایش
• 32. نمایش ماتریسی گراف‌ها
• 33. نمایش لیستی گراف‌ها
• 34. پیمایش گراف: پیمایش اول سطح (BFS)
• 35. پیمایش گراف: پیمایش اول عمق (DFS)
• 36. یافتن کوتاه‌ترین مسیر در گراف
• 37. الگوریتم دایکسترا برای کوتاه‌ترین مسیر
• 38. الگوریتم بلمن-فورد برای کوتاه‌ترین مسیر
• 39. یافتن درخت پوشای کمینه (MST)
• 40. الگوریتم پریم برای MST
• 41. الگوریتم کروسکال برای MST
• 42. مسائل مرتبط با گراف و کاربردهای عملی
• 43. مقدمه‌ای بر الگوریتم‌ها و دسته‌بندی آن‌ها
• 44. الگوریتم‌های تقسیم و حل (Divide and Conquer)
• 45. مرتب‌سازی ادغامی (Merge Sort)
• 46. مرتب‌سازی سریع (Quick Sort)
• 47. الگوریتم‌های حریصانه (Greedy Algorithms)
• 48. مسئلهٔ انتخاب فعالیت‌ها
• 49. مسئلهٔ کوله‌پشتی کسری
• 50. برنامه‌ریزی پویا (Dynamic Programming)
• 51. مسئلهٔ محاسبهٔ اعداد فیبوناچی با DP
• 52. مسئلهٔ کوله‌پشتی ۰/۱
• 53. مسئلهٔ یافتن طولانی‌ترین زیردنبالهٔ مشترک
• 54. مسئلهٔ یافتن کوتاه‌ترین ویرایش (Edit Distance)
• 55. الگوریتم‌های جستجو: جستجوی خطی
• 56. جستجوی دودویی (Binary Search)
• 57. الگوریتم‌های مرتب‌سازی: مرتب‌سازی حبابی
• 58. مرتب‌سازی انتخابی
• 59. مرتب‌سازی درجی
• 60. مرتب‌سازی سطلی (Bucket Sort)
• 61. مرتب‌سازی شمارشی (Counting Sort)
• 62. مرتب‌سازی مبنایی (Radix Sort)
• 63. مقدمه‌ای بر بازگشت (Recursion)
• 64. تفاوت بازگشت و تکرار
• 65. الگوهای طراحی در برنامه‌نویسی
• 66. الگوهای طراحی سازنده (Creational Patterns)
• 67. الگوی کارخانه (Factory Pattern)
• 68. الگوی نمونه‌سازی (Singleton Pattern)
• 69. الگوی شیء ساز (Builder Pattern)
• 70. الگوهای طراحی ساختاری (Structural Patterns)
• 71. الگوی آداپتور (Adapter Pattern)
• 72. الگوی پل (Bridge Pattern)
• 73. الگوی نما (Facade Pattern)
• 74. الگوهای طراحی رفتاری (Behavioral Patterns)
• 75. الگوی مشاهده‌گر (Observer Pattern)
• 76. الگوی استراتژی (Strategy Pattern)
• 77. الگوی وضعیت (State Pattern)
• 78. الگوی زنجیرهٔ مسئولیت (Chain of Responsibility)
• 79. الگوی فرمان (Command Pattern)
• 80. مفاهیم پایگاه داده و ساختمان داده‌های مرتبط
• 81. ساختمان داده‌ها در پایگاه‌های داده رابطه‌ای
• 82. شاخص‌گذاری (Indexing) و انواع آن
• 83. ساختمان داده‌های مورد استفاده در پایگاه‌های داده NoSQL
• 84. مقدمه‌ای بر ساختمان داده‌ها در شبکه‌ها
• 85. ساختمان داده‌ها در پردازش موازی
• 86. کاربرد ساختمان داده‌ها در هوش مصنوعی
• 87. ساختمان داده‌ها در علم داده و یادگیری ماشین
• 88. مقدمه‌ای بر پیاده‌سازی ساختمان داده‌ها در زبان‌های برنامه‌نویسی
• 89. بهینه‌سازی ساختمان داده‌ها و الگوریتم‌ها
• 90. تحلیل و طراحی الگوریتم‌های کارآمد
• 91. مروری بر مفاهیم پیشرفتهٔ ساختمان داده‌ها
• 92. کاربرد عملی ساختمان داده‌ها در پروژه‌های واقعی
• 93. نکات نهایی و جمع‌بندی
• 94. راهنمایی برای ادامهٔ یادگیری