کتاب صوتی تحلیل کارایی الگوریتم‌ها و پیچیدگی زمانی (Big O)

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تحلیل کارایی الگوریتم‌ها و پیچیدگی زمانی (Big O)

موضوع کلی: علوم کامپیوتر و مهندسی نرم‌افزار

موضوع میانی: طراحی و تحلیل الگوریتم‌ها

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر تحلیل کارایی الگوریتم‌ها
• 2. اهمیت تحلیل پیچیدگی زمانی
• 3. مفهوم Big O: نمایانگر رفتار حد بالای
• 4. نشانه‌گذاری Big Omega: نمایانگر رفتار حد پایین
• 5. نشانه‌گذاری Big Theta: نمایانگر رفتار دقیق
• 6. پیچیدگی زمانی ثابت (O(1))
• 7. پیچیدگی زمانی لگاریتمی (O(log n))
• 8. پیچیدگی زمانی خطی (O(n))
• 9. پیچیدگی زمانی خطی-لگاریتمی (O(n log n))
• 10. پیچیدگی زمانی درجه دوم (O(n^2))
• 11. پیچیدگی زمانی درجه سوم (O(n^3))
• 12. پیچیدگی زمانی نمایی (O(2^n))
• 13. پیچیدگی زمانی فاکتوریلی (O(n!))
• 14. مقایسه پیچیدگی‌های مختلف
• 15. تحلیل پیچیدگی الگوریتم‌های مرتب‌سازی حبابی
• 16. تحلیل پیچیدگی الگوریتم مرتب‌سازی انتخابی
• 17. تحلیل پیچیدگی الگوریتم مرتب‌سازی درجی
• 18. تحلیل پیچیدگی الگوریتم مرتب‌سازی ادغامی
• 19. تحلیل پیچیدگی الگوریتم مرتب‌سازی سریع
• 20. تحلیل پیچیدگی الگوریتم شمارشی
• 21. تحلیل پیچیدگی الگوریتم مبنایی
• 22. تحلیل پیچیدگی الگوریتم سطل
• 23. تحلیل پیچیدگی الگوریتم جستجوی خطی
• 24. تحلیل پیچیدگی الگوریتم جستجوی دودویی
• 25. تحلیل پیچیدگی الگوریتم‌های درخت جستجوی دودویی
• 26. تحلیل پیچیدگی الگوریتم‌های گراف
• 27. مفهوم گراف و نمایش آن
• 28. نمایش ماتریسی مجاورت
• 29. نمایش لیست مجاورت
• 30. تحلیل پیچیدگی پیمایش سطح اول (BFS)
• 31. تحلیل پیچیدگی پیمایش عمق اول (DFS)
• 32. تحلیل پیچیدگی الگوریتم دایکسترا
• 33. تحلیل پیچیدگی الگوریتم بلمن-فورد
• 34. تحلیل پیچیدگی الگوریتم پریم
• 35. تحلیل پیچیدگی الگوریتم کروسکال
• 36. تحلیل پیچیدگی الگوریتم‌های یافتن کوتاه‌ترین مسیر چندگانه
• 37. تحلیل پیچیدگی الگوریتم فلوید-وارشال
• 38. تحلیل پیچیدگی الگوریتم‌های درخت پوشای کمینه
• 39. تحلیل پیچیدگی الگوریتم‌های کوتاه‌ترین مسیر در گراف‌های جهت‌دار بدون وزن
• 40. تحلیل پیچیدگی الگوریتم‌های جستجو در داده‌ساختارهای درختی
• 41. تحلیل پیچیدگی الگوریتم‌های درج و حذف در درخت‌های متوازن
• 42. تحلیل پیچیدگی الگوریتم‌های هرم
• 43. تحلیل پیچیدگی الگوریتم‌های صف اولویت
• 44. تحلیل پیچیدگی الگوریتم‌های جدول هش
• 45. تحلیل پیچیدگی الگوریتم‌های جستجو در جداول هش
• 46. تحلیل پیچیدگی الگوریتم‌های مرتب‌سازی خارجی
• 47. تحلیل پیچیدگی الگوریتم‌های جستجوی رشته
• 48. تحلیل پیچیدگی الگوریتم‌های تطابق رشته ناوی
• 49. تحلیل پیچیدگی الگوریتم‌های تطابق رشته کراپ-روبین
• 50. تحلیل پیچیدگی الگوریتم‌های تطابق رشته کیو-موریس-پرات
• 51. تحلیل پیچیدگی الگوریتم‌های تقسیم و غلبه
• 52. تحلیل پیچیدگی الگوریتم‌های برنامه‌نویسی پویا
• 53. تحلیل پیچیدگی الگوریتم‌های حریصانه
• 54. تحلیل پیچیدگی الگوریتم‌های جستجوی محلی
• 55. تحلیل پیچیدگی الگوریتم‌های تصادفی
• 56. تحلیل پیچیدگی الگوریتم‌های موازی
• 57. تحلیل پیچیدگی الگوریتم‌های توزیع‌شده
• 58. مفهوم پیچیدگی فضایی
• 59. رابطه بین پیچیدگی زمانی و فضایی
• 60. روش‌های بهینه‌سازی الگوریتم‌ها
• 61. تکنیک‌های کاهش پیچیدگی زمانی
• 62. تکنیک‌های کاهش پیچیدگی فضایی
• 63. تحلیل کارایی الگوریتم‌ها در عمل
• 64. تاثیر اندازه ورودی بر کارایی
• 65. انتخاب الگوریتم مناسب بر اساس نیاز
• 66. اهمیت مستندسازی تحلیل کارایی
• 67. بررسی موردی: تحلیل کارایی یک الگوریتم واقعی
• 68. پیاده‌سازی و تست الگوریتم‌ها
• 69. ابزارهای پروفایلینگ برای تحلیل کارایی
• 70. استانداردهای کدنویسی برای کارایی
• 71. مقدمه‌ای بر NP-Completeness
• 72. مفهوم مسئله تصمیم
• 73. کلاس P و NP
• 74. مسائل NP-Hard
• 75. مسائل NP-Complete
• 76. الگوریتم‌های تقریبی برای مسائل NP-Complete
• 77. حدود نظری کارایی الگوریتم‌ها
• 78. آینده تحلیل کارایی الگوریتم‌ها
• 79. کاربرد تحلیل کارایی در مهندسی نرم‌افزار
• 80. اهمیت Big O در مصاحبه‌های شغلی
• 81. چالش‌های تحلیل پیچیدگی الگوریتم‌های پیچیده
• 82. روش‌های اثبات صحت الگوریتم‌ها
• 83. مقدمه‌ای بر بهینه‌سازی کامپایلر
• 84. تاثیر ساختار داده بر پیچیدگی الگوریتم
• 85. تحلیل کارایی الگوریتم‌های پایگاه داده
• 86. تحلیل کارایی الگوریتم‌های شبکه‌های عصبی
• 87. تحلیل کارایی الگوریتم‌های پردازش تصویر
• 88. تحلیل کارایی الگوریتم‌های هوش مصنوعی
• 89. مرور بر مفاهیم کلیدی تحلیل کارایی
• 90. جمع‌بندی و نتیجه‌گیری نهایی