دوره ساختمان داده‌های غیرخطی و پیاده‌سازی در جاوا همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ساختمان داده‌های غیرخطی و پیاده‌سازی در جاوا

موضوع کلی: علوم کامپیوتر و مهندسی نرم‌افزار

موضوع میانی: ساختمان داده‌ها و الگوریتم‌ها

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر ساختمان داده‌های غیرخطی
• 2. مفاهیم پایه‌ای درخت‌ها
• 3. درخت دودویی جستجو (BST)
• 4. عملیات پایه در BST
• 5. درج گره در BST
• 6. حذف گره از BST
• 7. جستجو در BST
• 8. پیمایش درخت (Inorder, Preorder, Postorder)
• 9. تعادل در درخت‌ها (Balanced Trees)
• 10. درخت‌های خودمتوازن (Self-Balancing Trees)
• 11. درخت AVL
• 12. عملیات در درخت AVL
• 13. درج گره در درخت AVL
• 14. حذف گره از درخت AVL
• 15. چرخش‌ها در درخت AVL (Left, Right, Left-Right, Right-Left)
• 16. درخت قرمز-سیاه (Red-Black Tree)
• 17. قوانین درخت قرمز-سیاه
• 18. درج گره در درخت قرمز-سیاه
• 19. حذف گره از درخت قرمز-سیاه
• 20. کاربرد درخت‌های خودمتوازن
• 21. هرم‌ها (Heaps)
• 22. هرم دوتایی (Binary Heap)
• 23. عملیات پایه در هرم دوتایی
• 24. درج عنصر در هرم دوتایی
• 25. حذف عنصر ریشه از هرم دوتایی
• 26. ساخت هرم از آرایه (Heapify)
• 27. کاربرد هرم‌ها (صف اولویت)
• 28. هرم مینیمم و هرم ماکزیمم
• 29. هرم چندگانه (Multiway Heap)
• 30. هرم دوگانه (Binomial Heap)
• 31. عملیات در هرم دوگانه
• 32. هرم فیبوناچی (Fibonacci Heap)
• 33. عملیات در هرم فیبوناچی
• 34. لیست‌های پرشی (Skip Lists)
• 35. ساختار لیست پرشی
• 36. عملیات در لیست‌های پرشی
• 37. درج در لیست پرشی
• 38. حذف از لیست پرشی
• 39. جستجو در لیست پرشی
• 40. کاربرد لیست‌های پرشی
• 41. هش‌مپ‌ها (Hash Maps)
• 42. توابع هش (Hash Functions)
• 43. روش‌های حل تصادم (Collision Resolution)
• 44. تکنیك زنجیره‌سازی (Chaining)
• 45. آدرس‌دهی باز (Open Addressing)
• 46. جستجو در هش‌مپ
• 47. درج در هش‌مپ
• 48. حذف از هش‌مپ
• 49. کاربرد هش‌مپ‌ها
• 50. ساختمان داده‌های گراف (Graphs)
• 51. مفاهیم پایه‌ای گراف
• 52. نمایش ماتریسی گراف
• 53. نمایش لیستی گراف
• 54. پیمایش گراف (BFS, DFS)
• 55. الگوریتم جستجوی اول سطح (BFS)
• 56. الگوریتم جستجوی اول عمق (DFS)
• 57. کاربرد BFS و DFS
• 58. مجموعه‌های جدا از هم (Disjoint Sets)
• 59. عملیات Union و Find
• 60. ساختار داده‌های درخت یال (Union-Find Tree)
• 61. بهینه‌سازی Union-Find
• 62. کاربرد مجموعه‌های جدا از هم
• 63. ساختمان داده‌های تری (Tries)
• 64. مفاهیم تری
• 65. عملیات در تری
• 66. درج کلمه در تری
• 67. جستجو در تری
• 68. حذف کلمه از تری
• 69. کاربرد تری‌ها
• 70. ساختمان داده‌های B-Tree
• 71. مفاهیم B-Tree
• 72. عملیات در B-Tree
• 73. درج در B-Tree
• 74. حذف از B-Tree
• 75. جستجو در B-Tree
• 76. کاربرد B-Tree در پایگاه داده‌ها
• 77. ساختمان داده‌های B+ Tree
• 78. مفاهیم B+ Tree
• 79. عملیات در B+ Tree
• 80. کاربرد B+ Tree در پایگاه داده‌ها
• 81. ساختمان داده‌های فضایی (Spatial Data Structures)
• 82. ساختمان داده‌های KD-Tree
• 83. عملیات در KD-Tree
• 84. کاربرد KD-Tree
• 85. ساختمان داده‌های Quadtree و Octree
• 86. ساختمان داده‌های گراف جهت‌دار غیرمدور (DAG)
• 87. عملیات در DAG
• 88. کاربرد DAG
• 89. ساختمان داده‌های کاربردی در مسائل بهینه‌سازی
• 90. ساختمان داده‌های مرتبط با الگوریتم‌های موازی
• 91. ساختمان داده‌های پیشرفته در جاوا (Advanced Java Data Structures)
• 92. ساختمان داده‌های سفارشی (Custom Data Structures)
• 93. تحلیل پیچیدگی زمانی و فضایی ساختمان داده‌ها
• 94. انتخاب ساختمان داده مناسب برای مسئله
• 95. مرور ساختمان داده‌های غیرخطی
• 96. پیاده‌سازی ساختمان داده‌ها در زبان جاوا
• 97. تمرینات عملی و پروژه‌ها
• 98. مقدمه‌ای بر الگوریتم‌های پیشرفته
• 99. الگوریتم‌های مرتب‌سازی پیشرفته
• 100. الگوریتم‌های جستجوی پیشرفته