دوره کتاب‌ی جامع ساختار داده‌ها و الگوریتم‌ها با پایتون: از مبانی تا پیاده‌سازی پیشرفته همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره دوره‌ی جامع ساختار داده‌ها و الگوریتم‌ها با پایتون: از مبانی تا پیاده‌سازی پیشرفته

موضوع کلی: علوم کامپیوتر و مهندسی نرم‌افزار

موضوع میانی: ساختار داده‌ها و الگوریتم‌ها

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر علوم کامپیوتر و اهمیت ساختار داده‌ها
• 2. مبانی برنامه‌نویسی پایتون برای ساختار داده‌ها
• 3. انواع داده‌های پایه و ساختارهای مجرد
• 4. مرور مفاهیم پیچیدگی زمانی و مکانی (Big O Notation)
• 5. تحلیل پیچیدگی الگوریتم‌های رایج
• 6. آرایه‌ها و عملیات پایه روی آن‌ها
• 7. آرایه‌های پویا و مدیریت حافظه
• 8. لیست‌های پیوندی یک‌طرفه و عملیات آن‌ها
• 9. لیست‌های پیوندی دوطرفه و مزایایشان
• 10. لیست‌های چرخشی و کاربردهای خاص
• 11. پشته‌ها (Stacks) و پیاده‌سازی با آرایه و لیست پیوندی
• 12. کاربرد پشته در ارزیابی عبارات و بازگشت
• 13. صف‌ها (Queues) و پیاده‌سازی با آرایه و لیست پیوندی
• 14. صف‌های دایره‌ای و بهینه‌سازی‌ها
• 15. درخت‌های دودویی و مفاهیم پایه
• 16. پیمایش درخت‌های دودویی (Inorder, Preorder, Postorder)
• 17. درخت‌های جستجوی دودویی (BST) و عملیات آن
• 18. تعادل در درخت‌های جستجوی دودویی (AVL Trees)
• 19. درخت‌های B و کاربردشان در پایگاه داده‌ها
• 20. هرم‌ها (Heaps) و پیاده‌سازی هرم دودویی
• 21. کاربرد هرم در صف اولویت و مرتب‌سازی
• 22. تابع هش (Hashing) و جداول هش
• 23. روش‌های حل برخورد در جداول هش (Chaining, Open Addressing)
• 24. کاربرد توابع هش در جستجو و ذخیره‌سازی
• 25. گراف‌ها و نمایش آن‌ها (ماتریس مجاورت، لیست مجاورت)
• 26. پیمایش گراف (BFS و DFS)
• 27. مرتب‌سازی توپولوژیکی گراف
• 28. کوتاه‌ترین مسیر در گراف (الگوریتم دایکسترا)
• 29. کمترین درخت پوشا (الگوریتم پریم و کروسکال)
• 30. مقدمه‌ای بر الگوریتم‌های مرتب‌سازی
• 31. مرتب‌سازی حبابی و تحلیل پیچیدگی آن
• 32. مرتب‌سازی انتخابی و مقایسه با حبابی
• 33. مرتب‌سازی درجی و کارایی آن برای داده‌های تقریباً مرتب
• 34. مرتب‌سازی ادغامی (Merge Sort) و رویکرد تقسیم و حل
• 35. مرتب‌سازی سریع (Quick Sort) و بهینه‌سازی‌های آن
• 36. مرتب‌سازی سطلی (Bucket Sort) و کاربردهای آن
• 37. مرتب‌سازی شمارشی (Counting Sort)
• 38. مرتب‌سازی مبنایی (Radix Sort)
• 39. تحلیل مقایسه‌ای الگوریتم‌های مرتب‌سازی
• 40. مقدمه‌ای بر جستجو در ساختارهای داده
• 41. جستجوی خطی و محدودیت‌های آن
• 42. جستجوی دودویی در آرایه‌های مرتب شده
• 43. الگوریتم‌های جستجوی پیشرفته
• 44. مقدمه‌ای بر الگوریتم‌های بازگشتی
• 45. بازگشت در توابع و تحلیل آن
• 46. مثال‌های کاربردی بازگشت (فاکتوریل، فیبوناچی)
• 47. طراحی الگوریتم با رویکرد تقسیم و حل
• 48. الگوریتم‌های برنامه‌ریزی پویا (Dynamic Programming)
• 49. مفهوم زیرمسئله‌های همپوشان و زیرساخت بهینه
• 50. مثال‌های کلاسیک برنامه‌ریزی پویا (مسئله کوله‌پشتی)
• 51. کاربرد برنامه‌ریزی پویا در رشته‌های مشترک (LCS)
• 52. تکنیک‌های بهینه‌سازی در برنامه‌ریزی پویا
• 53. مقدمه‌ای بر الگوریتم‌های حریصانه (Greedy Algorithms)
• 54. اصول طراحی الگوریتم‌های حریصانه
• 55. مثال‌های کاربردی الگوریتم‌های حریصانه (مسئله انتخاب فعالیت)
• 56. تفاوت الگوریتم‌های حریصانه و برنامه‌ریزی پویا
• 57. مقدمه‌ای بر الگوریتم‌های مبتنی بر جستجو (Backtracking)
• 58. الگوریتم بازگشتی برای حل مسئله هشت وزیر
• 59. کاربرد Backtracking در مسائل ترکیبیاتی
• 60. مقدمه‌ای بر الگوریتم‌های گراف
• 61. الگوریتم‌های یافتن مسیر در گراف
• 62. کاربرد گراف در شبکه‌های اجتماعی و مسیریابی
• 63. مقدمه‌ای بر تکنیک‌های فشرده‌سازی داده‌ها
• 64. الگوریتم‌های فشرده‌سازی بدون اتلاف (مانند Huffman)
• 65. مقدمه‌ای بر الگوریتم‌های جستجوی رشته
• 66. الگوریتم KMP (Knuth-Morris-Pratt)
• 67. الگوریتم Rabin-Karp
• 68. مقدمه‌ای بر الگوریتم‌های مرتب‌سازی پیشرفته
• 69. کاربرد ساختار داده‌ها در طراحی پایگاه داده
• 70. کاربرد ساختار داده‌ها در سیستم‌عامل‌ها
• 71. کاربرد ساختار داده‌ها در شبکه‌های کامپیوتری
• 72. مقدمه‌ای بر پیچیدگی محاسباتی (Complexity Classes)
• 73. کلاس P و NP
• 74. مسائل NP-Complete
• 75. الگوریتم‌های تقریبی برای مسائل NP-Hard
• 76. روش‌های ارزیابی عملکرد الگوریتم‌ها
• 77. انتخاب ساختار داده مناسب برای مسئله
• 78. استانداردهای کدنویسی تمیز در پایتون
• 79. مستندسازی کد و الگوریتم‌ها
• 80. آزمون واحد (Unit Testing) برای الگوریتم‌ها
• 81. پروژه‌های عملی ساختار داده‌ها و الگوریتم‌ها
• 82. ساخت یک دیکشنری سفارشی با پایتون
• 83. پیاده‌سازی یک سیستم پیشنهاد دهنده ساده
• 84. طراحی یک موتور جستجوی کوچک
• 85. تحلیل پیچیدگی الگوریتم‌های رایج در کتابخانه‌های پایتون
• 86. کاربرد ساختار داده‌ها در بازی‌سازی
• 87. کاربرد ساختار داده‌ها در پردازش تصویر
• 88. کاربرد ساختار داده‌ها در یادگیری ماشین
• 89. مرور مفاهیم پیشرفته‌تر (مانند درخت‌های تری)
• 90. مقدمه‌ای بر الگوریتم‌های موازی و توزیع شده
• 91. ساختارهای داده برای محاسبات موازی
• 92. اصول طراحی الگوریتم‌های کارآمد و مقیاس‌پذیر