آموزش ساختارها و الگوریتم‌های داده: کلاس کامل استاد [ویدئو]

Data Structures and Algorithms: The Complete Masterclass [Video]

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره: با دانش ساختار داده ها و الگوریتم ها در نوک انگشتان خود، می توانید برنامه های کامپیوتری کارآمدی برای حل مشکلات دنیای واقعی بنویسید. این دوره به شما کمک می کند تا در کمترین زمان با ساختارهای داده و الگوریتم ها راه اندازی کنید. این دوره با توضیح مفاهیم تحلیل پیچیدگی و نماد O بزرگ شروع می شود. در ادامه با مفاهیم حافظه و لگاریتم آشنا می شوید. با حرکت کردن، درک کاملی از مفاهیم ساختار داده، مانند آرایه ها، لیست های پیوندی، پشته ها، صف ها، جداول هش، درختان، پشته ها و نمودارها به دست خواهید آورد. در مرحله بعد، متوجه خواهید شد که بازگشت چیست و با انواع الگوریتم‌های پایه و پیشرفته مانند جستجو، مرتب‌سازی ابتدایی، مرتب‌سازی پیشرفته، پیمایش درخت و پیمایش گراف آشنا می‌شوید. در پایان، مجموعه ای از سوالات مصاحبه را مرور خواهید کرد که دانش شما را در مورد ساختار داده ها و الگوریتم ها افزایش می دهد و شما را برای مصاحبه های شغلی آماده می کند. در پایان این دوره، دانش استثنایی در مورد ساختار داده ها و الگوریتم ها به دست خواهید آورد و مهارت هایی را برای استفاده در دنیای واقعی ایجاد خواهید کرد. نحوه طراحی یک لیست پیوندی را کشف کنید تمایز بین آرایه استاتیک و پویا مراحل ساخت یک درخت باینری را درک کنید مفاهیم پشته تماس و بازگشت درخت را درک کنید نقش الگوریتم های جستجو و مرتب سازی را کشف کنید راه حل طولانی ترین زیر رشته پالیندروم را بیابید این دوره برای کسانی طراحی شده است که می خواهند مفاهیم ساختار داده و الگوریتم ها را از ابتدا یاد بگیرند. برای شروع این دوره به دانش اولیه برنامه نویسی پایتون نیاز است. اصول ساختارهای داده و الگوریتم ها را بشناسید * نحوه پیاده سازی ساختار داده ها و الگوریتم ها را در دنیای واقعی با استفاده از پایتون بیاموزید * با آشنایی با برخی از سوالات متداول مصاحبه برای مصاحبه شغلی خود آماده شوید.

سرفصل ها و درس ها

معرفی دوره Course Introduction

  • معرفی دوره Course Introduction

  • بررسی برنامه درسی Curriculum Walkthrough

نماد O بزرگ Big O Notation

  • بخش مقدمه Section Introduction

  • تحلیل پیچیدگی Complexity Analysis

  • چرا به نماد Big O نیاز داریم؟ Why We Need Big O Notation?

  • پیچیدگی O(n) بزرگ Big O(n) Complexity

  • پیچیدگی بزرگ O(1). Big O(1) Complexity

  • عملیات شمارش Counting Operations

  • ساده سازی Big O - قسمت 1 Simplifying Big O - Part 1

  • پیچیدگی O(n^2) بزرگ Big O(n^2) Complexity

  • ساده سازی Big O - قسمت 2 Simplifying Big O - Part 2

  • پیچیدگی بزرگ O(n!). Big O(n!) Complexity

  • پیچیدگی فضا - قسمت 1 Space Complexity – Part 1

  • پیچیدگی فضا - قسمت 2 Space Complexity – Part 2

  • خلاصه بخش Section Summary

مفاهیم اساسی - I Essential Concepts - I

  • حافظه Memory

  • لگاریتم Logarithm

ساختار داده - مقدمه Data Structure - Introduction

  • مقدمه ای بر ساختارهای داده Introduction to Data Structures

ساختار داده - آرایه ها Data Structure - Arrays

  • معرفی آرایه Array Introduction

  • آرایه - عملیات مشترک - قسمت 1 Array - Common Operations – Part 1

  • آرایه - عملیات مشترک - قسمت 2 Array - Common Operations – Part 2

  • آرایه استاتیک در مقابل دینامیک - عملیات رایج - قسمت 3 Static versus Dynamic Array - Common Operations – Part 3

ساختارهای داده - لیست های پیوندی Data Structures – Linked Lists

  • لیست های پیوندی Linked Lists

  • پیچیدگی های لیست پیوندی Linked List Complexities

  • لیست پیوند دوگانه Doubly Linked List

  • فهرست پیوندی دایره ای و پیاده سازی لیست پیوندی Circular Linked List and Implementing a Linked List

ساختارهای داده - پشته و صف Data Structures – Stack and Queue

  • پشته و صف Stack and Queue

ساختارهای داده - جداول هش Data Structures – Hash Tables

  • جداول هش Hash Tables

ساختارهای داده - درختان Data Structures - Trees

  • درختان - قسمت 1 Trees - Part 1

  • درختان - قسمت 2 Trees - Part 2

  • درخت دودویی Binary Tree

  • درخت جستجوی باینری Binary Search Tree

  • درختان Adelson-Vekskii Landis (AVL) در مقابل درختان قرمز سیاه Adelson-Vekskii Landis (AVL) Trees versus Red Black Trees

ساختارهای داده - Heaps Data Structures – Heaps

  • انبوه Heaps

  • مرتب سازی هیپ و صف های اولویت Heap Sort and Priority Queues

ساختارهای داده - تلاش Data Structures – Tries

  • سعی - من Trie - I

  • سعی کنید - II Trie - II

  • چرا تلاش ها مهم هستند؟ Why Are Tries Important?

ساختارهای داده - نمودارها Data Structures – Graphs

  • نمودارها Graphs

مفاهیم اساسی - II Essential Concepts - II

  • بازگشت چیست؟ What is Recursion?

  • بازگشت: کنترل یک تابع - قسمت 1 Recursion: Control of a Function – Part 1

  • بازگشت: ردیابی درخت - قسمت 2 Recursion: Tracing Tree – Part 2

  • بازگشت: درک پشته تماس - قسمت 3 Recursion: Understanding a Call Stack – Part 3

  • بازگشت: بازگشت درخت - قسمت 4 Recursion: Tree Recursion – Part 4

  • مثال بازگشتی - فاکتوریل یک عدد Recursion Example - Factorial of a Number

الگوریتم: جستجو Algorithm: Searching

  • جستجوی خطی Linear Search

  • جستجوی باینری Binary Search

  • پیچیدگی جستجوی باینری Binary Search Complexity

  • پیاده سازی جستجوی باینری - قسمت 1 Implementing Binary Search – Part 1

  • پیاده سازی اجرای جستجوی باینری – بازگشت – قسمت 2 Implementing Binary Search Implementation – Recursion – Part 2

الگوریتم: مرتب سازی ابتدایی Algorithm: Sorting Elementary

  • الگوریتم مرتب سازی - مقدمه Sorting Algorithm – Introduction

  • مرتب سازی حباب Bubble Sort

  • بصری مرتب سازی حباب Bubble Sort Visualization

  • پیاده سازی مرتب سازی حباب Implementing Bubble Sort

  • پیچیدگی مرتب سازی حبابی Bubble Sort Complexity

  • انتخاب مرتب سازی Selection Sort

  • تجسم مرتب سازی انتخابی Selection Sort Visualization

  • پیاده سازی انتخاب مرتب سازی Implementing Selection Sort

  • پیچیدگی مرتب سازی انتخاب Selection Sort Complexity

  • مرتب سازی درج Insertion Sort

  • پیاده سازی Insertion Sort Implementing Insertion Sort

  • پیچیدگی مرتب سازی درج Insertion Sort Complexity

  • تجزیه و تحلیل عملکرد Performance Analysis

الگوریتم: مرتب سازی پیشرفته Algorithm: Sorting Advanced

  • مرتب سازی سریع Quick Sort

  • پیچیدگی مرتب سازی سریع Quick Sort Complexity

  • پیاده سازی Quicksort Implementing Quicksort

  • ادغام مرتب سازی Merge Sort

  • ادغام مرتب سازی پیچیدگی Merge Sort Complexity

  • پیاده سازی Merge Sort Implementing Merge Sort

الگوریتم: پیمایش درختان Algorithm: Tree Traversals

  • پیمایش درخت Tree Traversal

  • جستجوی عمقی - (پیش سفارش، ترتیب، و پس‌سفارش) Depth-first Search – (Preorder, Inorder, and Postorder)

  • پیاده سازی درخت باینری Implementing a Binary Tree

  • پیاده سازی Depth- First Search Implementing Depth-first Search

  • پیچیدگی جستجوی عمق Depth-first Search Complexity

  • جستجوی عرض اول - ترتیب سطح Breadth-first Search - Level Order

  • اجرای جستجوی پهنا Implementing Breadth-first Search

  • پیچیدگی جستجوی اول Breadth-first Search Complexity

الگوریتم ها: پیمایش نمودار Algorithms: Graph Traversal

  • پیمایش نمودار Graph Traversal

  • پیاده سازی انیمیشن گراف Implementing Graph Animation

  • اجرای جستجوی پهنا Implementing Breadth-first Search

  • پیاده سازی Depth- First Search Implementing Depth-first Search

  • پیچیدگی پیمایش نمودار Graph Traversal Complexity

پیاده سازی و سوالات مصاحبه Implementations and Interview Questions

  • پیاده سازی ساختارهای داده Implementing Data Structures

  • رویکرد حل مسئله Problem Solving Approach

سوال 1: دو جمع Question 1: Two Sum

  • دو مجموع Two Sum

سوال 2: حداقل پشته Question 2: Min Stack

  • حداقل پشته ها Min Stacks

  • پیاده سازی Min Stack Implementing a Min Stack

سوال 3: حداکثر پشته Question 3: Max Stack

  • حداکثر پشته Max Stacks

سوال 4: طراحی لیست پیوندی Question 4: Design of a Linked List

  • طراحی یک لیست پیوندی – قسمت اول Designing a Linked List – Part I

  • طراحی یک لیست پیوندی – قسمت 2 Designing a Linked List – Part 2

  • طراحی یک لیست پیوندی – قسمت 3 Designing a Linked List – Part 3

  • طراحی یک لیست پیوندی – قسمت 4 Designing a Linked List – Part 4

سوال 5: لیست لینک شده رزرو کنید Question 5: Reserve Linked List

  • معکوس کردن لیست پیوندی - I Reversing Linked List - I

  • معکوس کردن لیست پیوندی - II Reversing Linked List - II

سوال 6: ساخت درخت باینری Question 6: Constructing a Binary Tree

  • پیمایش (پیش‌سفارش، سفارش و پس‌سفارش) Traversal (Preorder, Inorder, and Postorder)

  • ساختن درخت دودویی: از پیش سفارش و پیمایش نامنظم – قسمت 1 Constructing a Binary Tree: From Preorder and Inorder Traversal – Part 1

  • ساختن درخت دودویی: از پیش سفارش و پیمایش نامنظم - قسمت 2 Constructing a Binary Tree: From Preorder and Inorder Traversal – Part 2

سوال 7: درخت دودویی را معکوس کنید Question 7: Invert Binary Tree

  • Invert Binary Tree – Part 1 Invert Binary Tree – Part 1

  • Invert Binary Tree – Part 2 Invert Binary Tree – Part 2

سوال 8: ساخت درخت جستجوی باینری Question 8: Constructing a Binary Search Tree

  • ساخت درخت جستجوی باینری: از پیمایش پیش سفارش - قسمت 1 Constructing a Binary Search Tree: From Preorder Traversal – Part 1

  • ساخت درخت جستجوی باینری: از پیمایش پیش سفارش - قسمت 2 Constructing a Binary Search Tree: From Preorder Traversal – Part 2

سوال 9: سرمایه را شناسایی کنید Question 9: Detect Capital

  • شناسایی سرمایه Detect Capital

سوال 10: رشته های معکوس Question 10: Reverse Strings

  • رشته های معکوس Reverse Strings

سوال 11: طولانی ترین زیر رشته پالیندرومیک Question 11: Longest Palindromic Substring

  • طولانی ترین زیر رشته پالیندرومیک – قسمت 1 Longest Palindromic Substring – Part 1

  • طولانی ترین زیر رشته پالیندرومیک – قسمت 2 Longest Palindromic Substring – Part 2

متشکرم که در اینجا حضور دارید! Thank You for Being Here!

  • متشکرم که در اینجا حضور دارید! Thank You for Being Here!

نمایش نظرات

نظری ارسال نشده است.

آموزش ساختارها و الگوریتم‌های داده: کلاس کامل استاد [ویدئو]
خرید اشتراک و دانلود خرید تکی و دانلود | 320,000 تومان (5 روز مهلت دانلود) در صورت خرید اشتراک، این آموزش بدلیل حجم بالا معادل 2 دوره است و 2 دوره از اشتراک شما کم می شود. زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
19 h 52 m
106
Packtpub packtpub-small
09 بهمن 1399 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
2
4 از 5
ندارد
دارد
دارد
Shubham Sarda

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Shubham Sarda Shubham Sarda

توسعه دهنده پایتون

سلام!

من نقشه راه کامل را برای تبدیل شدن به یک توسعه دهنده با پروژه های مختلف ایجاد کرده ام، به طور خاص برای مخاطبان SkillShare.

با این نقشه راه ما با برنامه نویسی پایتون شروع می کنیم، با اصول، مفاهیم مهم آشنا می شویم و حل می کنیم. برخی از مشکلات زندگی واقعی با ساخت پروژه ها. هنگامی که ما با پایتون آماده شدیم، زمان آن رسیده است که تجربه بیشتری در پروژه های میدانی مختلف در اتوماسیون، تجزیه و تحلیل داده ها، برنامه نویسی رابط کاربری گرافیکی و توسعه وب کسب کنیم.

اینجا برنامه نویسی کامل پایتون است -
برنامه نویسی پایتون - مفاهیم پیشرفته

پروژه های پایتون -

برنامه نویسی رابط کاربری گرافیکی پایتون - ساخت یک برنامه دسکتاپ با Tkinter و SQLite


کامل Django Masterclass (توسعه وب) -
Django for Beginners - Building Task Manager Web Application (قسمت 1)

Django برای مبتدیان - استقرار برنامه وب در Heroku (بخش) 3)