دوره مبانی الگوریتم‌ها و ساختمان داده‌ها در برنامه‌نویسی کاربردی همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مبانی الگوریتم‌ها و ساختمان داده‌ها در برنامه‌نویسی کاربردی

موضوع کلی: علوم کامپیوتر و مهندسی نرم‌افزار

موضوع میانی: طراحی و پیاده‌سازی الگوریتم‌ها و ساختمان داده‌ها

📋 سرفصل‌های دوره

• 1. مبانی علوم کامپیوتر و برنامه‌نویسی
• 2. مقدمه‌ای بر الگوریتم‌ها و ساختمان داده‌ها
• 3. آنالیز پیچیدگی الگوریتم‌ها: نمادگذاری O بزرگ
• 4. زمان اجرا و پیچیدگی فضا
• 5. روش‌های تحلیل الگوریتم‌ها
• 6. الگوریتم‌های مرتب‌سازی مقدماتی: مرتب‌سازی حبابی، انتخابی، درجی
• 7. مرتب‌سازی ادغامی
• 8. مرتب‌سازی سریع (Quick Sort)
• 9. پایین‌ترین حد مرتب‌سازی مقایسه‌ای
• 10. مرتب‌سازی مبتنی بر شمارش و مبنایی
• 11. ساختمان داده‌های پایه: آرایه‌ها و لیست‌های پیوندی
• 12. لیست‌های پیوندی یک‌طرفه و دوطرفه
• 13. پشته‌ها (Stacks) و صف‌ها (Queues)
• 14. کاربرد پشته‌ها و صف‌ها
• 15. درخت‌ها: مفاهیم پایه و درخت‌های دودویی
• 16. پیمایش درخت‌های دودویی: پیش‌ترتیب، میان‌ترتیب، پسترتیب
• 17. درخت‌های جستجوی دودویی (BST)
• 18. عملیات روی درخت‌های جستجوی دودویی
• 19. درخت‌های متوازن: درخت‌های AVL
• 20. چرخش‌ها در درخت‌های AVL
• 21. درخت‌های قرمز-سیاه (Red-Black Trees)
• 22. تقسیم و حل (Divide and Conquer)
• 23. الگوریتم‌های حریصانه (Greedy Algorithms)
• 24. برنامه‌ریزی پویا (Dynamic Programming)
• 25. اصول برنامه‌ریزی پویا
• 26. مثال‌هایی از برنامه‌ریزی پویا: مسئله کوله‌پشتی
• 27. مسئله کوتاه‌ترین مسیر در گراف‌ها
• 28. الگوریتم دایکسترا (Dijkstra's Algorithm)
• 29. الگوریتم بلمن-فورد (Bellman-Ford Algorithm)
• 30. الگوریتم فلوید-وارشال (Floyd-Warshall Algorithm)
• 31. گراف‌ها: مفاهیم پایه و نمایش
• 32. ماتریس مجاورت و لیست مجاورت
• 33. پیمایش گراف: جستجوی اول سطح (BFS)
• 34. جستجوی اول عمق (DFS)
• 35. درخت پوشای کمینه (Minimum Spanning Tree)
• 36. الگوریتم پریم (Prim's Algorithm)
• 37. الگوریتم کروسکال (Kruskal's Algorithm)
• 38. کاربرد گراف‌ها در دنیای واقعی
• 39. هشینگ (Hashing) و جداول هش
• 40. توابع هش و رفع تصادم
• 41. روش‌های رفع تصادم: زنجیره‌سازی مجزا
• 42. روش‌های رفع تصادم: آدرس‌دهی باز (Probing)
• 43. درخت‌های B و B+
• 44. ساختمان داده‌های هیپ (Heap)
• 45. هیپ دودویی و عملیات آن
• 46. کاربرد هیپ‌ها: صف اولویت
• 47. الگوریتم‌های رشته‌ای: تطابق الگو
• 48. الگوریتم جستجوی رشته‌ای ساده
• 49. الگوریتم KMP (Knuth-Morris-Pratt)
• 50. الگوریتم راین-کارپ (Rabin-Karp)
• 51. مقدمه‌ای بر الگوریتم‌های تقریبی
• 52. الگوریتم‌های تصادفی (Randomized Algorithms)
• 53. مقدمه‌ای بر پیچیدگی محاسباتی
• 54. کلاس‌های P و NP
• 55. مسائل NP-کامل
• 56. استراتژی‌های طراحی الگوریتم
• 57. الگوریتم‌های موازی و توزیع‌شده
• 58. مقدمه‌ای بر ساختمان داده‌های پیشرفته
• 59. درخت‌های سگمنت (Segment Trees)
• 60. درخت‌های فِنویک (Fenwick Trees)
• 61. ساختمان داده‌های متفرقه
• 62. الگوریتم‌های هندسی محاسباتی
• 63. مقدمه‌ای بر رمزنگاری الگوریتمی
• 64. الگوریتم‌های فشرده‌سازی داده‌ها
• 65. مقدمه‌ای بر نظریه اطلاعات
• 66. مقدمه‌ای بر بهینه‌سازی ترکیبیاتی
• 67. الگوریتم‌های جستجوی محلی
• 68. الگوریتم‌های فراابتکاری (Metaheuristics)
• 69. الگوریتم ژنتیک (Genetic Algorithms)
• 70. بهینه‌سازی ازدحام ذرات (Particle Swarm Optimization)
• 71. مقدمه‌ای بر یادگیری ماشین الگوریتمی
• 72. الگوریتم‌های یادگیری نظارت‌شده
• 73. الگوریتم‌های یادگیری بدون نظارت
• 74. مقدمه‌ای بر پردازش زبان طبیعی الگوریتمی
• 75. طراحی پایگاه داده و ساختمان داده‌های مرتبط
• 76. ساختمان داده‌ها در سیستم‌های عامل
• 77. ساختمان داده‌ها در شبکه‌های کامپیوتری
• 78. تحلیل عملکرد الگوریتم‌ها در عمل
• 79. پیاده‌سازی بهینه الگوریتم‌ها
• 80. استانداردهای کدنویسی و مستندسازی الگوریتم‌ها
• 81. مقدمه‌ای بر تست الگوریتم‌ها
• 82. اشکال‌زدایی الگوریتم‌ها
• 83. ارزیابی و انتخاب الگوریتم مناسب
• 84. معرفی زبان‌های برنامه‌نویسی برای الگوریتم‌ها
• 85. کاربرد الگوریتم‌ها در هوش مصنوعی
• 86. کاربرد الگوریتم‌ها در علم داده
• 87. کاربرد الگوریتم‌ها در گرافیک کامپیوتری
• 88. کاربرد الگوریتم‌ها در تحلیل مالی
• 89. کاربرد الگوریتم‌ها در پزشکی و سلامت
• 90. کاربرد الگوریتم‌ها در مهندسی
• 91. کاربرد الگوریتم‌ها در علوم زیستی
• 92. کاربرد الگوریتم‌ها در آموزش
• 93. کاربرد الگوریتم‌ها در امنیت سایبری
• 94. مطالعات موردی پیشرفته الگوریتم‌ها
• 95. مرور و جمع‌بندی مباحث
• 96. آینده الگوریتم‌ها و ساختمان داده‌ها
• 97. پروژه‌های عملی طراحی و پیاده‌سازی الگوریتم