دوره طراحی و تحلیل الگوریتم‌های پایه در علوم کامپیوتر همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره طراحی و تحلیل الگوریتم‌های پایه در علوم کامپیوتر

موضوع کلی: علوم کامپیوتر و مهندسی نرم‌افزار

موضوع میانی: مبانی الگوریتم‌ها و ساختار داده‌ها

📋 سرفصل‌های دوره

• 1. مبانی علوم کامپیوتر و مهندسی نرم‌افزار
• 2. مقدمه‌ای بر طراحی و تحلیل الگوریتم‌ها
• 3. اهمیت الگوریتم‌ها در حل مسائل
• 4. مرور مفاهیم پایه ریاضی برای الگوریتم‌ها
• 5. نمادگذاری پیچیدگی زمانی و مکانی (Big O)
• 6. تحلیل الگوریتم‌های مرتب‌سازی مقدماتی
• 7. مرتب‌سازی درجی
• 8. مرتب‌سازی انتخابی
• 9. مرتب‌سازی حبابی
• 10. تحلیل پیچیدگی الگوریتم‌های مرتب‌سازی مقدماتی
• 11. مفاهیم پایه ساختار داده‌ها
• 12. آرایه‌ها و لیست‌های پیوندی
• 13. پشته‌ها و صف‌ها
• 14. کاربرد پشته‌ها و صف‌ها
• 15. درخت‌ها و انواع آن‌ها
• 16. درخت جستجوی دودویی
• 17. عملیات روی درخت جستجوی دودویی
• 18. درختان متوازن (مقدمه)
• 19. هرم‌ها و کاربردهایشان
• 20. هرم دودویی
• 21. عملیات روی هرم دودویی
• 22. گراف‌ها و نمایش آن‌ها
• 23. ماتریس مجاورت و لیست مجاورت
• 24. پیمایش گراف (BFS)
• 25. پیمایش گراف (DFS)
• 26. کاربردهای پیمایش گراف
• 27. مقدمه‌ای بر الگوریتم‌های جستجو
• 28. جستجوی دودویی
• 29. تحلیل پیچیدگی جستجوی دودویی
• 30. الگوریتم‌های تقسیم و غلبه
• 31. مرتب‌سازی ادغامی
• 32. تحلیل پیچیدگی مرتب‌سازی ادغامی
• 33. مرتب‌سازی سریع
• 34. تحلیل پیچیدگی مرتب‌سازی سریع
• 35. الگوریتم‌های برنامه‌نویسی پویا
• 36. مفهوم زیرمسائل همپوشان
• 37. مفهوم بهینگی
• 38. مثال‌های کاربردی برنامه‌نویسی پویا
• 39. مسئله کوله‌پشتی (نسخه ۰/۱)
• 40. مسئله کوتاه‌ترین مسیر در گراف‌های بدون وزن
• 41. الگوریتم دایکسترا (مقدمه)
• 42. الگوریتم حریصانه
• 43. اصول الگوریتم‌های حریصانه
• 44. مثال‌های الگوریتم حریصانه
• 45. مسئله انتخاب فعالیت
• 46. مسئله کدگذاری هافمن
• 47. ساختارهای داده پیشرفته
• 48. درختان B
• 49. کاربرد درختان B در پایگاه داده‌ها
• 50. درختان قرمز-سیاه (مقدمه)
• 51. درختان اشیا
• 52. هَش‌تِیبل‌ها و توابع هَش
• 53. تکنیک‌های حل برخورد در هَش‌تِیبل‌ها
• 54. کاربرد هَش‌تِیبل‌ها
• 55. الگوریتم‌های پردازش رشته‌ها
• 56. جستجوی رشته با الگوریتم ناوی
• 57. الگوریتم KMP (مقدمه)
• 58. الگوریتم‌های مرتب‌سازی پیشرفته
• 59. مرتب‌سازی شمارشی
• 60. مرتب‌سازی مبنایی
• 61. تحلیل پیچیدگی الگوریتم‌های مرتب‌سازی پیشرفته
• 62. مقدمه‌ای بر الگوریتم‌های گراف
• 63. الگوریتم کروسکال برای یافتن درخت پوشای کمینه
• 64. الگوریتم پریم برای یافتن درخت پوشای کمینه
• 65. یافتن کوتاه‌ترین مسیر در گراف‌های وزن‌دار (دایکسترا)
• 66. الگوریتم بلمن-فورد
• 67. مسائل جریان در شبکه
• 68. مقدمه‌ای بر تحلیل پیچیدگی متوسط
• 69. تحلیل الگوریتم‌ها با استفاده از احتمالات
• 70. مقدمه‌ای بر الگوریتم‌های تصادفی
• 71. الگوریتم‌های عددی پایه
• 72. الگوریتم‌های جستجوی محلی
• 73. مقدمه‌ای بر الگوریتم‌های موازی
• 74. مقدمه‌ای بر الگوریتم‌های توزیع‌شده
• 75. اصول طراحی الگوریتم‌های کارآمد
• 76. مرور و جمع‌بندی مفاهیم
• 77. کاربرد الگوریتم‌ها در مسائل واقعی
• 78. اصول مهندسی نرم‌افزار در پیاده‌سازی الگوریتم‌ها
• 79. ملاحظات امنیتی در طراحی الگوریتم‌ها
• 80. مقدمه‌ای بر پیچیدگی محاسباتی (کلاس P و NP)
• 81. روش‌های بهینه‌سازی الگوریتم‌ها
• 82. انتخاب ساختار داده مناسب
• 83. اصول اعتبارسنجی الگوریتم‌ها
• 84. مستندسازی الگوریتم‌ها
• 85. اصول کدنویسی تمیز برای الگوریتم‌ها
• 86. مقدمه‌ای بر تست واحد الگوریتم‌ها
• 87. بهینه‌سازی حافظه در الگوریتم‌ها
• 88. مقدمه‌ای بر معماری کامپیوتر و تأثیر آن بر الگوریتم‌ها
• 89. اصول طراحی الگوریتم‌های مقیاس‌پذیر
• 90. بررسی الگوریتم‌های مورد استفاده در سیستم‌های بزرگ
• 91. جمع‌بندی و نگاه به آینده الگوریتم‌ها