آموزش 2023 ساختارهای داده با استفاده از پایتون

2023 Data Structures Using Python

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره: ساختارهای داده استاد در پایتون: قدرت برنامه نویسی کارآمد را باز کنید! برنامه نویسان مبتدی: کسانی که درک پایه ای از پایتون و مفاهیم برنامه نویسی دارند اما می خواهند دانش خود را در مورد ساختار داده افزایش دهند. برنامه نویسان متوسط: افرادی که با پایتون آشنا هستند و تجربه ای در مورد ساختار داده دارند اما می خواهند درک خود را تقویت کنند دانشجویان علوم کامپیوتر: دانش آموزانی که در حال تحصیل در رشته علوم کامپیوتر یا رشته های مرتبط هستند که باید در مورد ساختار داده به عنوان بخشی از برنامه درسی خود بیاموزند. توسعه دهندگان نرم افزار: متخصصانی که در صنعت توسعه نرم افزار کار می کنند و می خواهند درک خود را از ساختارهای داده بهبود بخشند خودآموزان: افراد با علاقه شدید به برنامه نویسی و ساختارهای داده که انگیزه یادگیری خود را دارند. معمولاً انتظار می رود که زبان آموزان درک اولیه ای از مفاهیم برنامه نویسی داشته باشند و تجربه ای با زبان برنامه نویسی پایتون داشته باشند. این شامل دانش متغیرها، انواع داده ها، حلقه ها، شرطی ها و توابع اساسی است. آشنایی با نحو Python: زبان آموزان باید با نحو و استفاده اولیه از زبان برنامه نویسی Python از جمله دانش توابع، ماژول ها و کتابخانه ها راحت باشند.

ساختارهای اصلی داده در پایتون: قدرت برنامه نویسی کارآمد را باز کنید!

به جامع ترین و با رتبه بندی عالی ترین دوره ساختارهای داده در Udemy خوش آمدید! اگر دانش آموزی هستید که به دنبال دوره ساختار داده ای هستید که واقعاً مهارت های برنامه نویسی شما را بالا ببرد، دیگر به دنبال آن نباشید. این دوره به منظور ارائه دانش و تخصص لازم برای برتری در دنیای ساختارهای داده و حل مسئله الگوریتمی در اختیار شما قرار گرفته است.

در این دوره، زمانی که عمیقاً در مفاهیم اصلی و پیاده سازی های عملی ساختارهای داده ضروری کاوش می کنیم، از هیچ سنگی باز نمی گذاریم. از آرایه‌ها و لیست‌های پیوندی گرفته تا پشته‌ها، صف‌ها، درختان و نمودارها، پایه محکمی در هر ساختار داده به دست خواهید آورد و یاد خواهید گرفت که چگونه از ویژگی‌های منحصربه‌فرد آن‌ها برای بهره‌وری بهینه استفاده کنید.

چه چیزی این دوره را متمایز می کند؟ ساده است. تمرکز ما بر کاربردی بودن و کاربردهای دنیای واقعی است. ما درک می کنیم که تئوری به تنهایی برای برتری به عنوان یک برنامه نویس کافی نیست. به همین دلیل است که ما تمرین‌ها و پروژه‌های عملی کدنویسی متعددی را ارائه می‌کنیم که دانش جدید شما را مورد آزمایش قرار می‌دهد. با حل چالش‌های کدنویسی در دنیای واقعی، مهارت‌های حل مسئله خود را تقویت می‌کنید و اعتماد به نفس برای مقابله با وظایف برنامه‌نویسی پیچیده را توسعه می‌دهید.

این چیزی است که می توانید از این دوره انتظار داشته باشید:

  1. پوشش جامع: با کاوش در طیف وسیعی از ساختارهای داده، از جمله آرایه‌ها، فهرست‌های پیوندی، پشته‌ها، صف‌ها، درخت‌ها و نمودارها، هیچ چیزی را در نظر نمی‌گیریم. شما پیچیدگی های هر ساختار را یاد خواهید گرفت و درک عمیقی از نقاط قوت و ضعف آنها به دست خواهید آورد.

  2. تمرین عملی: تئوری مهم است، اما عمل بسیار مهم است. در طول دوره، تمرین‌ها و پروژه‌های کدنویسی فراوانی خواهید یافت که به تقویت درک شما و تقویت مهارت‌های برنامه‌نویسی شما کمک می‌کنند.

  3. کاربردهای دنیای واقعی: ساختارهای داده مفاهیم انتزاعی نیستند - آنها ابزارهایی هستند که می توانند مشکلات دنیای واقعی را حل کنند. ما مثال‌های واقعی ارائه می‌کنیم و نشان می‌دهیم که چگونه می‌توان هر ساختار داده را در سناریوهای عملی اعمال کرد، و اطمینان حاصل می‌کند که می‌توانید شکاف بین تئوری و عمل را پر کنید.

  4. راهنمای تخصصی: به عنوان یک مربی باتجربه و با اشتیاق به تدریس، شما را در هر مرحله از سفر یادگیری شما راهنمایی خواهم کرد. می‌توانید در حین پیشرفت در دوره، روی حمایت من حساب کنید و مطمئن شوید که تجربه یادگیری غنی و پرباری دارید.

در پایان این دوره، شما درک عمیقی از ساختارهای داده، الگوریتم‌ها و پیاده‌سازی عملی آن‌ها خواهید داشت. با داشتن این دانش، به خوبی برای مقابله با مصاحبه‌های کدنویسی، توسعه راه‌حل‌های نرم‌افزاری کارآمد، و در هر چالش برنامه‌نویسی که برایتان پیش می‌آید به خوبی مجهز خواهید بود.

فرصت تبدیل شدن به استاد ساختارهای داده در پایتون را از دست ندهید. اکنون ثبت نام کنید و بیایید با هم این سفر هیجان انگیز را آغاز کنیم!

کد نویسی مبارک!


سرفصل ها و درس ها

بخش جایزه: بررسی سریع در اصول پایتون BONUS SECTION : Quck Review on Python Basics

  • متغیرها Variables

  • بیانیه شرط و اگر Conditionals & If statement

  • اگر مثال بیانیه If statement example

  • اگر غیر از بیانیه If else statement

  • مثال برای عبارت If else Example for If else statement

  • بیانیه الیف Elif Statement

  • مثال برای بیانیه Elif Example for Elif Statement

  • دستور if تو در تو Nested if statement

  • مثال برای دستور Nested if Example for Nested if statement

  • در حالی که حلقه While loop

  • حلقه while برای شمارش ارقام در یک عدد معین While loop to count the digits in a given number

  • حلقه while برای نمایش جدول ضرب While loop to display multiplication table

  • برای حلقه For loop

  • نمایش اعداد با استفاده از حلقه for Displaying numbers using for loop

  • عبارت Break and Continue Break and Continue statement

  • یافتن مجموع 10 عدد اول Finding Sum of first 10 numbers

  • یافتن مجموع ارقام در یک عدد معین Finding Sum of digits in a given number

آرایه ها در پایتون Arrays in Python

  • تعریف Definition

  • ایجاد و نمایش آرایه های 1 بعدی Creating and Displaying 1D Arrays

  • دسترسی به آرایه های 1 بعدی Accessing 1D Arrays

  • جستجو در آرایه های 1 بعدی Searching in 1D Arrays

  • درج در آرایه های 1 بعدی Insertion in 1D Arrays

  • حذف در آرایه های 1 بعدی Deletion in 1D Arrays

  • به روز رسانی در آرایه های 1 بعدی Updating in 1D Arrays

  • دسترسی به آرایه های دو بعدی Accessing 2D Arrays

  • عملیات درج در آرایه های دوبعدی Insertion Operation in 2D Arrays

  • عملیات حذف در آرایه های دو بعدی Deletion Operation in 2D Arrays

  • به روز رسانی عملیات در آرایه های دو بعدی Update Operation in 2D Arrays

لیست ها، تاپل ها، مجموعه ها و دیکشنری ها در پایتون Lists, Tuples, Sets and Dictionaries in Python

  • دسترسی به عناصر و جستجوی عنصر در یک لیست Accessing Elements & Searching Element in a List

  • کار با اپراتورها در لیست ها Working with Operators on Lists

  • نمایه سازی و برش در لیست ها Indexing and Slicing in Lists

  • کار با لیست متدها Working with List Methods

  • درک لیست List Comprehension

  • یافتن حداکثر و حداقل عنصر در یک لیست Finding Maximum and Minimum Element in a List

  • تاپل ها Tuples

  • نمایه سازی و برش چندگانه Tuple Indexing and Slicing

  • دستکاری تاپل ها Manipulating Tuples

  • باز کردن تاپل ها Unpacking Tuples

  • مبانی دیکشنری Basics of Dictionary

  • دسترسی به عناصر فرهنگ لغت Accessing dictionary elements

  • کار با دیکشنری Working with dictionary

  • آشنایی با مجموعه ها در پایتون Understanding Sets in Python

بازگشت Recursion

  • توابع در پایتون Functions in python

  • برنامه 1 مثال در توابع Example program1 on functions

  • مثال برنامه 2 در توابع Example program2 on functions

  • مثال برنامه 3 در توابع Example program3 on functions

  • بازگشت Recursion

لیست های پیوندی Linked Lists

  • مبانی لیست های پیوندی Basics of Linked lists

  • درج یک عنصر در لیست پیوندی Inserting an Element in a Linked List

  • جستجوی یک عنصر در یک لیست پیوندی Searching an Element in a Linked List

  • یافتن عنصر میانی در لیست پیوندی Finding Middle Element in a Linked List

  • بررسی می کنید که آیا دو لیست پیوند داده شده یکسان هستند یا خیر؟ Checking whether two given Linked Lists are Identical or not ?

  • یافتن حداکثر مقدار در یک لیست پیوندی Finding maximum value in a Linked list

  • حذف لیست پیوند شده Deleting the Linked List

پشته ها Stacks

  • درک پشته ها Understanding Stacks

  • پیاده سازی پشته ها در پایتون Implementing Stacks in Python

  • پیاده سازی پشته ها با استفاده از لیست ها با متدهای داخلی در پایتون Implementing Stacks Using Lists with built-in methods in Python

  • پیاده سازی پشته ها با استفاده از Collections-dequeue در پایتون Implementing Stacks Using Collections-dequeue in Python

  • پیاده سازی پشته ها با استفاده از Queue-Lifo Queue در پایتون Implementing Stacks Using Queue-Lifo Queue in Python

  • لیست پیوندی پیاده سازی پشته ها در پایتون Linked List Implementation of Stacks in Python

  • برنامه پشته: پرانتز متعادل Stack Application: Balanced Parenthesis

  • استفاده از پشته ها برای بررسی پرانتز متوازن Using Stacks for Checking Balanced Parenthesis

صف ها Queues

  • درک صف ها Understanding Queues

  • پیاده سازی صف ها با استفاده از لیست ها با متدهای داخلی در پایتون Implementing Queues Using Lists with built-in methods in Python

  • پیاده سازی صف ها با استفاده از Collections-dequeue در پایتون Implementing Queues Using Collections-dequeue in Python

  • پیاده سازی صف با استفاده از ماژول صف در پایتون Implementing Queues using queue module in Python

  • پیاده سازی صف ها با استفاده از LinkedLists Implementing Queues Using LinkedLists

  • صف های دایره ای Circular Queues

درختان Trees

  • اصطلاحات درختی Tree Terminology

  • تعریف درخت باینری و درخت باینری کامل Defining Binary Tree and Complete Binary Tree

  • نمایش یک درخت باینری Representation of a Binary Tree

  • پیمایش درخت دودویی Binary Tree Traversals

  • چگونه پیمایش Inorder را در پایتون پیاده سازی کنیم؟ How to Implement Inorder Traversal in Python ?

  • چگونه پیمایش پیش‌سفارش را در پایتون پیاده‌سازی کنیم؟ How to Implement Pre-order Traversal in Python ?

  • چگونه پیمایش پس از سفارش را در پایتون پیاده سازی کنیم؟ How to Implement Post-order Traversal in Python ?

  • چگونه ارتفاع درخت باینری را در پایتون پیاده سازی کنیم؟ How to Implement Height of a Binary Tree in Python ?

  • مجموع عناصر در یک درخت باینری Sum of Elements in a Binary Tree

درختان جستجوی دودویی Binary Search Trees

  • تعریف BST با مثال Definition of BST with Example

  • عملیات جستجو در BST Search operation in BST

  • درج یک گره در BST Inserting a node in BST

  • ایجاد BST Creating a BST

نمودارها Graphs

  • مبانی نمودارها Basics of graphs

  • نمایش ماتریس مجاورت Adjacency Matrix Representation

  • نمایندگی لیست مجاورت Adjacency List Representation

ارزیابی های کدگذاری Coding Assessments

  • بیان مشکل در آرایه ها/فهرست ها Problem Statement on Arrays/Lists

  • بیان مشکل در لیست های پیوندی Problem Statement on Linked Lists

  • بیانیه مشکل در پشته ها Problem Statement on Stacks

  • بیان مشکل در درخت باینری با استفاده از صف Problem Statement on Binary Tree Using Queue

  • بیانیه مشکل در درختان و BST Problem Statement on Trees and BST

سخنرانی پاداش Bonus Lecture

  • سخنرانی پاداش Bonus Lecture

نمایش نظرات

نظری ارسال نشده است.

آموزش 2023 ساختارهای داده با استفاده از پایتون
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
8 hours
85
Udemy (یودمی) udemy-small
20 شهریور 1402 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
2,049
4.6 از 5
دارد
دارد
دارد

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Surendra Varma Surendra Varma

بهترین مربی

نام مربی Surendra varma است.

او برنده جایزه بهترین معلم است.

او برنده جایزه Young Achiever است.

او دارای مدرک کارشناسی در رشته علوم کامپیوتر مدرک کارشناسی ارشد در علوم کامپیوتر است. او سخت‌ترین امتحان‌های علوم کامپیوتر مانند GATE UGC-NET را با رنگ‌های درخشان پشت سر گذاشت. همچنین، او در دوره کارشناسی ارشد یک دانشگاه برتر است.

او در حال حاضر در حال تحصیل در مقطع دکترا از معتبرترین دانشگاه جهان موسسه علوم هند (IISC)، بنگلور است.

او با شرکت های مختلف EdTech در هند از جمله Great Learning کار کرد. او همیشه بهترین بازخورد را از دانش آموزانش دریافت می کرد.

او 14+ سال تجربه در تدریس/تحقیق/صنعت دارد.

او در نقش‌های مختلفی مانند مهندس نرم‌افزار، دانشیار، محقق، مربی فنی، مربی فنی ارشد، رئیس فنی، رئیس آکادمیک کار کرد.

او بیش از 1,00,000 دانش آموز را در حرفه خود تربیت کرده است. شاگردان سابق او در حال حاضر در MNC مانند Amazon، Infosys، Wipro، TCS، CTS، Accenture و غیره مشغول به کار هستند.

او سخنرانی‌های مهمان در دانشگاه‌ها/کالج‌های برتر هند مانند IIIT s، دانشگاه SRM، VIT و غیره داشته است.

او به دانشجویان کشورهای مختلف مانند هند، ایالات متحده آمریکا، کانادا، امارات، استرالیا، بریتانیا، آلمان و غیره آموزش آنلاین داده است.

او در رتبه بندی 5% برتر در شکستن ارزیابی کدنویسی آمازون قرار گرفت.

شاگردان او در 150 کشورهای مختلف پراکنده هستند.

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.