دوره ساختمان داده‌های بنیادین و تحلیل پیچیدگی زمانی در جاوا همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ساختمان داده‌های بنیادین و تحلیل پیچیدگی زمانی در جاوا

موضوع کلی: علوم کامپیوتر و مهندسی نرم‌افزار

موضوع میانی: مبانی ساختمان داده‌ها و الگوریتم‌ها

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر علوم کامپیوتر و مهندسی نرم‌افزار
• 2. مبانی برنامه‌نویسی در جاوا
• 3. معرفی ساختمان داده‌ها
• 4. اهمیت ساختمان داده‌ها در مهندسی نرم‌افزار
• 5. انواع ساختمان داده‌ها: آرایه‌ها
• 6. آرایه‌های پویا (ArrayList) در جاوا
• 7. عملیات پایه بر روی ArrayList
• 8. کاربرد ArrayList در حل مسائل
• 9. ساختمان داده پیوندی (LinkedList)
• 10. انواع لیست‌های پیوندی: پیوندی یک‌طرفه
• 11. پیاده‌سازی لیست پیوندی یک‌طرفه در جاوا
• 12. عملیات پایه بر روی لیست پیوندی یک‌طرفه
• 13. لیست‌های پیوندی دوطرفه
• 14. پیاده‌سازی لیست پیوندی دوطرفه در جاوا
• 15. کاربرد لیست‌های پیوندی
• 16. ساختمان داده پشته (Stack)
• 17. مفهوم پشته و اصل LIFO
• 18. پیاده‌سازی پشته با استفاده از آرایه
• 19. پیاده‌سازی پشته با استفاده از لیست پیوندی
• 20. عملیات پایه بر روی پشته: push, pop, peek
• 21. کاربرد پشته در توابع بازگشتی
• 22. کاربرد پشته در ارزیابی عبارات ریاضی
• 23. ساختمان داده صف (Queue)
• 24. مفهوم صف و اصل FIFO
• 25. پیاده‌سازی صف با استفاده از آرایه
• 26. پیاده‌سازی صف با استفاده از لیست پیوندی
• 27. عملیات پایه بر روی صف: enqueue, dequeue, front
• 28. صف‌های دوطرفه (Deque)
• 29. کاربرد صف در مدیریت وظایف سیستم‌عامل
• 30. تحلیل پیچیدگی زمانی الگوریتم‌ها
• 31. مفهوم پیچیدگی زمانی
• 32. نمادگذاری Big O
• 33. محاسبه پیچیدگی زمانی برای عملیات پایه
• 34. پیچیدگی زمانی برای الگوریتم‌های خطی
• 35. پیچیدگی زمانی برای الگوریتم‌های مرتب‌سازی ساده
• 36. بازگشت (Recursion)
• 37. مفهوم توابع بازگشتی
• 38. مبانی طراحی توابع بازگشتی
• 39. رابطه بازگشت و پشته
• 40. مثال‌های کلاسیک بازگشت: فاکتوریل
• 41. مثال‌های کلاسیک بازگشت: اعداد فیبوناچی
• 42. حل مسائل با استفاده از بازگشت
• 43. مرتب‌سازی انتخابی (Selection Sort)
• 44. پیاده‌سازی مرتب‌سازی انتخابی در جاوا
• 45. تحلیل پیچیدگی زمانی مرتب‌سازی انتخابی
• 46. مرتب‌سازی درجی (Insertion Sort)
• 47. پیاده‌سازی مرتب‌سازی درجی در جاوا
• 48. تحلیل پیچیدگی زمانی مرتب‌سازی درجی
• 49. مرتب‌سازی حبابی (Bubble Sort)
• 50. پیاده‌سازی مرتب‌سازی حبابی در جاوا
• 51. تحلیل پیچیدگی زمانی مرتب‌سازی حبابی
• 52. مرتب‌سازی ادغامی (Merge Sort)
• 53. الگوریتم تقسیم و حل برای مرتب‌سازی ادغامی
• 54. پیاده‌سازی مرتب‌سازی ادغامی در جاوا
• 55. تحلیل پیچیدگی زمانی مرتب‌سازی ادغامی
• 56. مرتب‌سازی سریع (Quick Sort)
• 57. الگوریتم تقسیم و حل برای مرتب‌سازی سریع
• 58. پیاده‌سازی مرتب‌سازی سریع در جاوا
• 59. تحلیل پیچیدگی زمانی مرتب‌سازی سریع
• 60. جستجوی خطی (Linear Search)
• 61. پیاده‌سازی جستجوی خطی در جاوا
• 62. تحلیل پیچیدگی زمانی جستجوی خطی
• 63. جستجوی دودویی (Binary Search)
• 64. الگوریتم جستجوی دودویی
• 65. پیش‌نیازهای جستجوی دودویی
• 66. پیاده‌سازی جستجوی دودویی در جاوا
• 67. تحلیل پیچیدگی زمانی جستجوی دودویی
• 68. درخت‌ها (Trees)
• 69. مفاهیم پایه درخت: ریشه، گره، یال
• 70. انواع درخت‌ها: درخت دودویی
• 71. درخت جستجوی دودویی (BST)
• 72. عملیات پایه بر روی BST: درج، جستجو، حذف
• 73. پیاده‌سازی BST در جاوا
• 74. تحلیل پیچیدگی زمانی BST
• 75. درختان متوازن (Balanced Trees)
• 76. مقدمه‌ای بر درختان AVL
• 77. مقدمه‌ای بر درختان قرمز-سیاه
• 78. گراف‌ها (Graphs)
• 79. مفاهیم پایه گراف: راس، یال
• 80. انواع گراف‌ها: جهت‌دار، بدون جهت
• 81. نمایش گراف: ماتریس مجاورت
• 82. نمایش گراف: لیست مجاورت
• 83. پیمایش گراف: جستجوی اول سطح (BFS)
• 84. پیمایش گراف: جستجوی اول عمق (DFS)
• 85. کاربرد گراف‌ها در مسائل واقعی
• 86. توابع هش (Hash Functions)
• 87. مفهوم توابع هش
• 88. کاربرد توابع هش در جداول هش
• 89. جداول هش (Hash Tables)
• 90. پیاده‌سازی جدول هش
• 91. مدیریت برخوردها در جداول هش
• 92. تحلیل پیچیدگی زمانی جداول هش
• 93. ساختمان داده‌های پیشرفته (مقدماتی)
• 94. مقدمه‌ای بر هیپ‌ها (Heaps)
• 95. مقدمه‌ای بر تری‌های B (B-Trees)
• 96. مقدمه‌ای بر گراف‌های کمینه پوشا