ساختارهای داده و الگوریتمها در Python
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- درک چگونگی ذخیره و کار کردن کامپیوترها با دادهها
- تحلیل استفاده از فضا و حافظه هر الگوریتم با استفاده از Notation Big O
- فرو رفتن در مکانیزمهای اجرای تابع و شفافسازی مفهوم بازگشت (Recursion)
- پیادهسازی از ابتدا 9 ساختار داده رایج
- درک چگونگی عملکرد 8 الگوریتم مرتبسازی معروف
- یادگیری الگوریتمهای جستجو / پیمایش برای درختان و گرافها
- بهبود مهارتهای حل مسئله
- یادگیری پشت صحنه ساختارهای داده پایه (آرایهها و Hash Mapها)
- درک الگوهای برنامهنویسی متداول
- یادگیری همه آنچه برای مصاحبههای فنی نیاز دارید.
پیش نیازهای دوره
- مفاهیم پایه برنامهنویسی در هر زبان برنامهنویسی
- نیازی به دانش قبلی در مورد ساختارهای داده و الگوریتمها نیست.
- یک کامپیوتر برای تمرین (ویندوز، مک یا لینوکس)
توضیحات دوره
ساختن نرمافزارهای قابل اعتماد و با کارایی بالا نیازمند دانشی است که فراتر از یک زبان برنامهنویسی یا فریمورک خاص میرود. این نیاز به درک محکمی از چگونگی سازماندهی دادهها در حافظه دارد، اینکه چگونه میتوان آن را دستکاری، مرتبسازی یا جستجو کرد. دلیلی وجود دارد که تمام شرکتهای بزرگ فناوری مانند گوگل، آمازون و نتفلیکس مصاحبههای فنی خود را بر روی این موضوعات متمرکز میکنند. چه شما در حال توسعه اپلیکیشنهای موبایل، وبسایتها، بازیها، یادگیری ماشین یا هر کار دیگری که شامل کدنویسی باشد، هستید، نیاز دارید که درک خوبی از ساختارهای داده و الگوریتمها داشته باشید.
بسیاری از توسعهدهندگان خودآموخته و مهندسانی که در تلاشند در این زمینه به پیشرفت برسند، اغلب احساس میکنند دانش لازم را برای انتخاب ساختار داده مناسب یا روش صحیح برای حل یک مشکل ندارند. اگر شما هم تا به حال این حس را داشتهاید، این دوره برای شما مناسب است. این دوره ماهها محتوای علوم کامپیوتر را در خود جای داده بهطوری که شما به سطح توانمندی فردی با مدرک علوم کامپیوتر برسید.
چه چیزی ما را متمایز میکند؟
هر ویدیو با یک تحلیل عمیق از موضوع مورد بحث آغاز میشود. در این مرحله ما هنوز هیچ کدی نخواهیم نوشت، بلکه یاد میگیریم که چگونه به مسئله نزدیک شویم، راهحلهایی را بیابیم و مدل ذهنی از راهحل بسازیم.
سپس به کدنویسی الگوریتم بهصورت مرحله به مرحله میپردازیم. اما اینجا به پایان نمیرسد. ما یک یا چند مثال را در نظر میگیریم و کد را خط به خط مرور میکنیم. و ما این موضوع را بهطور واقعی مدنظر قرار میدهیم. شما خواهید دید که چگونه کد از بالا به پایین اجرا میشود و چگونه دادهها در طول اجرای آن تغییر میکنند. ما این روش را بهترین راه برای درک جزئیات کارکردهای داخلی یک الگوریتم میدانیم.
ما همچنین عملکرد زمان و استفاده از فضا هر الگوریتم و روشی که مینویسیم را با استفاده از Notation Big O تحلیل خواهیم کرد. ما در مورد نقاط قوت و ضعف هر ساختار داده صحبت میکنیم و کاربردهای واقعی آنها را بررسی خواهیم کرد. علاوه بر این تمامی مواردی مانند بازگشت (Recursion)، چگونگی عملکرد کامپیوترها، تکنیکهای حل مسئله، الگوهای برنامهنویسی متداول و بسیاری موارد دیگر را نیز یاد خواهید گرفت.
این دوره برای چه کسانی مناسب است؟
- مهندسان خودآموختهای که در زمینهای دیگر کار کردهاند و میخواهند به صنعت فناوری منتقل شوند.
- هر کسی که برای یک مصاحبه فنی آماده میشود.
- مهندسانی که میخواهند تسلط بهتری در فناوری داشته باشند، شغلهای بهتری پیدا کنند و مسیر شغلی خود را به heights جدید برسانند.
- دانشجویان علوم کامپیوتر که میخواهند تحصیلات خود را با مواد یادگیری جایگزین تقویت کنند.
ساختارهای داده و الگوریتمها در Python
-
اهداف دوره، ساختار و بیشتر 08:28
-
چگونه کامپیوترها کار میکنند؟ 12:47
-
الگوریتمها چیست؟ 05:29
-
ساختارهای داده چیست؟ 06:02
-
مقدمه 06:35
-
Constant O(1) 03:28
-
Linear O(n) 04:43
-
Quadratic O(n2) 05:38
-
Logarithmic O(logn) 10:16
-
پیچیدگی فضایی 03:57
-
پیچیدگی نامتناهی 09:45
-
پشتهی فراخوانی و اجرای تابع 09:53
-
بازگشت چیست؟ 09:08
-
مشکلات احتمالی 08:35
-
بازگشت (Recursion) در مقابل تکرار (Iteration) 08:22
-
Big O تابعهای بازگشتی 14:39
-
آرایهها 06:57
-
Big O آرایهها 08:12
-
جدولهای هش (دایرکتوریها) 11:21
-
Big O جدولهای هش 04:06
-
مقدمه 07:22
-
Append 11:32
-
Prepend 05:04
-
Pop Left 09:39
-
Pop Right 09:45
-
حذف 10:09
-
معکوس 13:37
-
جمعبندی 06:43
-
مقدمه 03:03
-
Append 05:07
-
Prepend 03:47
-
Pop Left 04:57
-
Pop Right 04:31
-
حذف 07:22
-
جمعبندی 03:47
-
مقدمهای بر پشتهها 03:10
-
پشتهها - پیادهسازی آرایه 02:47
-
پشتهها - پیادهسازی لیستهای پیوندی 08:13
-
جمعبندی پشتهها 05:01
-
مقدمهای بر صفها 04:04
-
صفها - پیادهسازی لیستهای پیوندی 06:29
-
صفها - دکیوم 03:48
-
مقدمهای بر درختان 11:41
-
مقدمهای بر درختان جستجوی دودویی 05:53
-
درج کردن 13:36
-
Contains 06:20
-
حذف Intro 06:49
-
حذف گره بدون children 06:37
-
حذف گره با child 05:59
-
حذف گره با دو children 12:44
-
مقدمه 03:08
-
پیمایش سطح اول 14:13
-
پیمایش سطح اول بهطور پیشسفارشی تکراری 10:20
-
پیمایش سطح اول پیشسفارشی بازگشتی 14:07
-
پیمایش سطح اول بهطور ترتیبی تکراری 12:26
-
پیمایش سطح اول بهطور ترتیبی بازگشتی 07:41
-
پیمایش سطح اول پسسفارشی تکراری 11:21
-
پیمایش سطح اول پسسفارشی بازگشتی 06:51
-
جمعبندی 03:52
-
مقدمه 09:10
-
درج کردن 14:30
-
حذف بیشینه 14:54
-
Heapify 10:45
-
معرفی 08:48
-
افزودن راسها و یالها 05:31
-
حذف راسها و یالها 08:11
-
پیمایش سطح اول 17:51
-
پیمایش سطح اول بهطور تکراری 07:45
-
پیمایش سطح اول بازگشتی 08:17
-
معرفی 05:18
-
مرتب سازی درجی 13:54
-
مرتب سازی انتخابی 09:40
-
مرتب سازی حبابی 11:04
-
مرتبسازی شل 13:22
-
مرتب سازی هرمی 12:46
-
مرتب سازی ادغامی 27:40
-
مرتب سازی سریع 22:46
-
مرتب سازی پایه ای 24:05
-
تبریک و تشکر از شما 01:37
مشخصات آموزش
ساختارهای داده و الگوریتمها در Python
- تاریخ به روز رسانی: 1404/06/21
- سطح دوره:مقدماتی
- تعداد درس:79
- مدت زمان :11:40:08
- حجم :2.83GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy