دوره ساختمان داده ها و الگوریتم ها: با ارائه پروژه های کاربردی همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره ساختمان داده ها و الگوریتم ها: با ارائه پروژه های کاربردی

موضوع کلی: برنامه نویسی

موضوع میانی: الگوریتم‌ها و ساختمان داده‌ها

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر ساختمان داده‌ها
• 2. مفاهیم پایهٔ زمان و فضای محاسباتی
• 3. آرایه‌ها و کاربردهای آن‌ها
• 4. رشته‌ها و عملیات روی آن‌ها
• 5. ماتریس‌ها و ابعاد آن‌ها
• 6. ساختمان دادهٔ پشته (Stack) و کاربردهای آن
• 7. مفاهیم صف (Queue) و پیاده‌سازی آن
• 8. لیست‌های پیوندی یک‌طرفه
• 9. لیست‌های پیوندی دوطرفه
• 10. لیست‌های پیوندی دایره‌ای
• 11. درخت‌ها: مفاهیم پایه
• 12. درخت‌های دودویی (Binary Trees)
• 13. پیمایش درخت‌های دودویی (In-order, Pre-order, Post-order)
• 14. درخت‌های جستجوی دودویی (Binary Search Trees)
• 15. عملیات روی درخت‌های جستجوی دودویی
• 16. درخت‌های متوازن (Balanced Trees)
• 17. درخت‌های AVL
• 18. درخت‌های ۲-۳
• 19. درخت‌های B
• 20. درخت‌های B+
• 21. هرم‌ها (Heaps)
• 22. هرم دودویی (Binary Heap)
• 23. هرم حداکثر (Max Heap)
• 24. هرم حداقل (Min Heap)
• 25. هرم فیبوناچی (Fibonacci Heap)
• 26. گراف‌ها: مفاهیم پایه
• 27. نمایش گراف‌ها: ماتریس مجاورت
• 28. نمایش گراف‌ها: لیست مجاورت
• 29. پیمایش گراف‌ها: جستجوی اول سطح (BFS)
• 30. پیمایش گراف‌ها: جستجوی اول عمق (DFS)
• 31. مرتب‌سازی حبابی (Bubble Sort)
• 32. مرتب‌سازی انتخابی (Selection Sort)
• 33. مرتب‌سازی درجی (Insertion Sort)
• 34. مرتب‌سازی ادغامی (Merge Sort)
• 35. مرتب‌سازی سریع (Quick Sort)
• 36. مرتب‌سازی هرمی (Heap Sort)
• 37. مرتب‌سازی سطلی (Bucket Sort)
• 38. مرتب‌سازی شمارشی (Counting Sort)
• 39. مرتب‌سازی مبنایی (Radix Sort)
• 40. جستجو: جستجوی خطی (Linear Search)
• 41. جستجو: جستجوی دودویی (Binary Search)
• 42. مفاهیم الگوریتم‌های حریصانه (Greedy Algorithms)
• 43. مسئلهٔ کوله‌پشتی (Knapsack Problem) با رویکرد حریصانه
• 44. مسئلهٔ یافتن کوتاه‌ترین مسیر در گراف (Dijkstra's Algorithm)
• 45. مسئلهٔ پوشش رأسی (Vertex Cover)
• 46. مفاهیم برنامه‌نویسی پویا (Dynamic Programming)
• 47. مسئلهٔ طولانی‌ترین زیردنبالهٔ مشترک (Longest Common Subsequence)
• 48. مسئلهٔ ضرب ماتریس‌های زنجیره‌ای (Matrix Chain Multiplication)
• 49. مسئلهٔ مسیریابی (Traveling Salesperson Problem) با برنامه‌نویسی پویا
• 50. مسئلهٔ تقسیم‌بندی مجموعه (Partition Problem)
• 51. الگوریتم‌های بازگشتی (Recursive Algorithms)
• 52. مفاهیم الگوریتم‌های تقسیم و غلبه (Divide and Conquer)
• 53. مسئلهٔ مجذورات کمتر (Closest Pair of Points)
• 54. تجزیه و تحلیل پیچیدگی الگوریتم‌ها
• 55. نمادگذاری O بزرگ (Big O Notation)
• 56. نمادگذاری O کوچک (Little O Notation)
• 57. نمادگذاری تتا (Theta Notation)
• 58. نمادگذاری امگا (Omega Notation)
• 59. ساختمان داده‌های جدولی (Hash Tables)
• 60. توابع هش (Hash Functions)
• 61. روش‌های رفع تصادم (Collision Resolution)
• 62. کاربرد جداول هش در جستجو و ذخیره‌سازی
• 63. تخصیص حافظه پویا (Dynamic Memory Allocation)
• 64. ساختمان داده‌های رشته‌ای (String Data Structures)
• 65. الگوریتم‌های پردازش رشته (String Processing Algorithms)
• 66. مقدمه‌ای بر الگوریتم‌های موازی
• 67. الگوریتم‌های موازی در مرتب‌سازی
• 68. الگوریتم‌های موازی در گراف‌ها
• 69. مقدمه‌ای بر ساختمان داده‌های پیشرفته
• 70. ساختمان داده‌های تری (Tries)
• 71. کاربرد تری در جستجوی پیشوندی
• 72. ساختمان داده‌های کامپایلر (Suffix Trees and Suffix Arrays)
• 73. مقدمه‌ای بر الگوریتم‌های تصادفی (Randomized Algorithms)
• 74. مقدمه‌ای بر پیچیدگی محاسباتی
• 75. کلاس‌های پیچیدگی P و NP
• 76. مسائل NP-کامل
• 77. روش‌های تقریبی (Approximation Algorithms)
• 78. الگوریتم‌های بیولوژیکی (Bioinformatics Algorithms)
• 79. ساختمان داده‌ها در پایگاه‌های داده
• 80. الگوریتم‌های پایگاه داده
• 81. مقدمه‌ای بر الگوریتم‌های فشرده‌سازی داده
• 82. الگوریتم‌های فشرده‌سازی بدون اتلاف
• 83. الگوریتم‌های فشرده‌سازی با اتلاف
• 84. پروژه‌های کاربردی ساختمان داده‌ها
• 85. پیاده‌سازی سیستم مدیریت کتابخانه
• 86. پیاده‌سازی موتور جستجوگر ساده
• 87. پیاده‌سازی سیستم مسیریابی شهری
• 88. پیاده‌سازی بازی‌های مبتنی بر گراف
• 89. پیاده‌سازی سیستم پیشنهادات (Recommendation System)
• 90. تحلیل کارایی الگوریتم‌ها در پروژه‌ها
• 91. انتخاب ساختمان داده مناسب برای حل مسئله
• 92. بهینه‌سازی الگوریتم‌ها برای عملکرد بهتر
• 93. مدیریت حافظه در ساختمان داده‌های بزرگ
• 94. تست و اعتبارسنجی الگوریتم‌ها
• 95. مفاهیم طراحی الگوریتم‌های کارآمد
• 96. اصول مهندسی نرم‌افزار در پیاده‌سازی ساختمان داده‌ها
• 97. مروری بر الگوریتم‌های گراف پیشرفته
• 98. مسئلهٔ یافتن درخت پوشای کمینه (Minimum Spanning Tree)
• 99. الگوریتم پریم (Prim's Algorithm)
• 100. الگوریتم کروسکال (Kruskal's Algorithm)