آموزش غوطه‌وری عمیق در پارادایم‌های طراحی الگوریتم - آخرین آپدیت

دانلود Deep Dive into Algorithm Design Paradigms

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.

نمونه ویدیوها: (صرفا برای مشاهده نمونه ویدیو، ممکن هست نیاز به شکن داشته باشید.)

توضیحات دوره:

طراحی و تحلیل الگوریتم‌ها: عمیق‌کاوی در پارادایم‌های طراحی الگوریتم

با دنیای شگفت‌انگیز طراحی الگوریتم‌ها به طور عمیق آشنا شوید و مهارت‌های حل مسئله خود را ارتقا دهید.

آنچه خواهید آموخت:

آشنایی با پارادایم‌های مختلف طراحی الگوریتم برای حل مسائل پیچیده.
یادگیری تکنیک‌های مختلف مرتب‌سازی، از روش‌های مقایسه‌ای پایه تا رویکردهای پیشرفته تقسیم و حل.
درک پیچیدگی‌های زمانی برای ارزیابی و انتخاب الگوریتم‌های مرتب‌سازی مناسب.
تسلط بر مفاهیم کلیدی مانند: تقسیم و حل، برنامه‌نویسی پویا، الگوریتم‌های حریصانه، و پس‌گرد (Backtracking).
غوطه‌وری در الگوریتم‌های مرتب‌سازی مانند مرتب‌سازی ادغامی (Merge Sort) و مرتب‌سازی سریع (Quick Sort) و نحوه پیاده‌سازی آن‌ها.
کاربرد تکنیک‌های الگوریتمی در حل مسائل دنیای واقعی، شامل مرتب‌سازی، جستجو، کوتاه‌ترین مسیر در گراف‌ها، جریان شبکه و تطابق رشته‌ها.

پیش‌نیازها:

آشنایی با حداقل یک زبان برنامه‌نویسی مانند جاوا، سی، سی++ یا موارد مشابه.
مهارت‌های قوی در حل مسئله.
درک مفاهیم ساختمان داده‌ها.

توضیحات دوره:

به دوره "عمیق‌کاوی در پارادایم‌های طراحی الگوریتم" خوش آمدید! این دوره با هدف ارائه کاوشی عمیق در اصول و تکنیک‌های بنیادین طراحی الگوریتم طراحی شده است. این دوره برای دانشجویانی که قصد دارند درک خود از استراتژی‌های مختلف الگوریتمی و کاربردهای عملی آن‌ها در حل مسائل محاسباتی پیچیده را تعمیق بخشند، ایده‌آل است.

در طول این دوره، دانشجویان با طیف وسیعی از پارادایم‌های الگوریتمی از جمله تقسیم و حل، برنامه‌نویسی پویا، الگوریتم‌های حریصانه، پس‌گرد و شاخه و کران آشنا خواهند شد. هر پارادایم به دقت بررسی می‌شود تا اصول زیربنایی، نقاط قوت و ضعف آن آشکار گردد و مجموعه‌ای قدرتمند از ابزارها را برای مواجهه با طیف متنوعی از مسائل در اختیار دانشجویان قرار دهد.

این دوره بر اهمیت بهره‌وری و بهینه‌سازی تأکید دارد و به دانشجویان می‌آموزد که چگونه با استفاده از نمادگذاری Big O، Big Omega و Big Theta، پیچیدگی زمانی و فضایی الگوریتم‌ها را تحلیل کنند. با تسلط بر این ابزارهای تحلیلی، دانشجویان نحوه ارزیابی امکان‌سنجی و عملکرد رویکردهای الگوریتمی مختلف را در زمینه‌های گوناگون فرا خواهند گرفت.

دانشجویان همچنین با به‌کارگیری این پارادایم‌ها در مسائل دنیای واقعی مانند مرتب‌سازی و جستجو، یافتن کوتاه‌ترین مسیر در گراف‌ها، زمان‌بندی و وظایف بهینه‌سازی، تجربه عملی کسب خواهند کرد. از طریق پروژه‌ها و تکالیف عملی، دانشجویان مهارت‌های لازم برای طراحی، پیاده‌سازی و بهینه‌سازی الگوریتم‌ها را برای کاربردهای مختلف توسعه خواهند داد.

در پایان این دوره، دانشجویان درک عمیقی از پارادایم‌های متعدد الگوریتمی خواهند داشت و با دانش و مهارت لازم برای نوآوری و حل مؤثر مسائل پیچیده در مسیر شغلی و تحصیلی خود مجهز خواهند شد. به ما بپیوندید تا اعماق تفکر الگوریتمی را کاوش کرده و در هنر طراحی الگوریتم‌های کارآمد و مؤثر مهارت یابید.

سرفصل ها و درس ها

الگوریتم‌های مرتب‌سازی و جستجو Sorting and Searching Algorithms

جستجوی خطی در مقابل جستجوی دودویی Linear Search Vs Binary Search
جستجوی خطی Linear Search
جستجوی دودویی Binary Search
مرتب‌سازی حبابی – مثال، شبه‌کد و تحلیل پیچیدگی زمانی Bubble Sort - Example, Pseudocode and Time Complexity Analysis
مرتب‌سازی درجی – مثال Insertion Sort - Example
مرتب‌سازی درجی – شبه‌کد و تحلیل پیچیدگی زمانی Insertion Sort - Pseudocode and Time Complexity Analysis
آزمون مرتب‌سازی و الگوریتم‌های جستجو Quiz on Sorting and Searching Algorithms

مقدمه‌ای بر الگوریتم‌ها Introduction to Algorithms

مقدمه – الگوریتم‌ها و پارادایم‌های طراحی مختلف آن Introduction - Algorithms and its different design paradigms

روابط بازگشتی Recurrence Relations

مقدمه Introduction
روش تعویض معکوس ۱ Back Substitution Method 1
روش تعویض معکوس ۲ Back Substitution Method 2
قضیه اصلی برای توابع تقسیم‌کننده Master's Theorem for Dividing Functions
قضیه اصلی برای توابع کاهشی Master's Theorem for Decreasing Functions
آزمون روابط بازگشتی Quiz on Recurrence Relations

روش تقسیم و غلبه Divide and Conquer Method

مرتب‌سازی ادغامی – مثال Merge Sort - Example
مرتب‌سازی ادغامی – شبه‌کد و تحلیل پیچیدگی زمانی Merge Sort - Pseudocode and Time Complexity Analysis
مرتب‌سازی سریع – مثال Quick Sort - Example
مرتب‌سازی سریع – شبه‌کد و تحلیل پیچیدگی زمانی Quick Sort - Pseudocode and Time Complexity Analysis
جستجوی دودویی – مثال Binary Search - Example
جستجوی دودویی – شبه‌کد و تحلیل پیچیدگی زمانی Binary Search - Pseudocode and Time Complexity Analysis
یافتن حداکثر و حداقل در یک آرایه – روش بازگشتی Findind Maximum and Minimum in an array - Recursive Method
یافتن حداکثر و حداقل در یک آرایه – روش تکراری Finding Maximum and Minimum in an array - Iterative Method
ضرب ماتریس اشتراسن Strassen's Matrix Multiplication
بیشترین مجموع زیرآرایه در یک آرایه – روش جستجوی کامل Maximum Subarray Sum in an Array - Brute Force Method
بیشترین مجموع زیرآرایه در یک آرایه – روش تقسیم و غلبه Maximum Subarray Sum in an Array - Divide and Conquer Method
بیشترین مجموع زیرآرایه در یک آرایه – الگوریتم کادانه Maximum Subarray Sum in an Array - Kadane's Algorithm
آزمون روش تقسیم و غلبه Quiz on Divide and Conquer Method

روش حریصانه Greedy Method

روش حریصانه – مقدمه Greedy Method - Introduction
الگوریتم کدگذاری هافمن – مثال Huffman Coding Algorithm - Example
الگوریتم کدگذاری هافمن – شبه‌کد و تحلیل پیچیدگی زمانی Huffman Coding Algorithm - Pseudocode and Time Complexity Analysis
مسئله کوله‌پشتی کسری Fractional Knapsack Problem
درخت پوشای کمینه – الگوریتم پریم Minimum Spanning Tree - Prim's Algorithm
درخت پوشای کمینه – الگوریتم کروسکال Minimum Spanning Tree - Kruskal's Algorithm
پیمایش درخت Tree Traversals
پیمایش درخت – پیمایش درونی (In-Order) Tree Traversals - In-Order Traversal
پیمایش درخت – پیمایش پیشونی (Pre-Order) Tree Traversals - Pre-Order Traversal
پیمایش درخت – پیمایش پسونی (Post-Order) Tree Traversals - Post-Order Traversal
آزمون روش حریصانه Quiz on Greedy Method

برنامه‌نویسی پویا Dynamic Programming

مسئله کوله‌پشتی ۰/۱ 0/1 Knapsack Problem
طولانی‌ترین زیردنباله مشترک (LCS) Longest Common Subsequence (LCS)
ضرب زنجیره ماتریس – مقدمه Matrix Chain Multiplication - Introduction
ضرب زنجیره ماتریس – مثال Matric Chain Multiplication - Example
الگوریتم فلوید-وارشال Floyd-Warshall Algorithm
آزمون برنامه‌نویسی پویا Quiz on Dynamic Programming

بازگشت Backtracking

بازگشت – مقدمه Backtracking - Introduction
مسئله N-ملکه N-Queens Problem
مسئله مجموع زیرمجموعه Sum of Subset Problem
دور هامیلتونی Hamiltonian Cycle
آزمون بازگشت Quiz on Backtracking

شاخه و کران Branch and Bound

مسئله کوله‌پشتی ۰/۱ – شاخه و کران 0/1 Knapsack Problem - Branch and Bound
پیمایش گراف – جستجوی اول سطح (BFS) Graph Traversals - Breadth-First Search (BFS)
پیمایش گراف – جستجوی اول عمق (DFS) Graph Traversals - Depth-First Search (DFS)
تفاوت بین BFS و DFS Difference between BFS and DFS
مسئله فروشنده دوره‌گرد (TSP) Travelling Salesman Problem (TSP)

الگوریتم‌های تصادفی و تقریبی Randomized and Approximation Algorithms

الگوریتم‌های تصادفی و تقریبی – مقدمه Randomized and Approximation Algorithms - Introduction
مسئله استخدام – الگوریتم تصادفی Hiring Problem - Randomized Algorithm
مرتب‌سازی سریع تصادفی Randomized Quick Sort
مسئله کمینه پوش راس – الگوریتم تقریبی Minimum Vertex Cover Problem - Approximation Algorithm
کلاس‌های پیچیدگی – P، NP، NP-سخت، NP-کامل Complexity Classes - P, NP, NP-Hard, NP-Complete
آزمون الگوریتم‌های تصادفی و تقریبی Quiz on Randomized and Approximation Algorithms

برای ارسال نظر ثبت نام کنید.

آموزش غوطه‌وری عمیق در پارادایم‌های طراحی الگوریتم - آخرین آپدیت

دانلود Deep Dive into Algorithm Design Paradigms

آنچه خواهید آموخت:

پیش‌نیازها:

توضیحات دوره:

الگوریتم‌های مرتب‌سازی و جستجو Sorting and Searching Algorithms

جستجوی خطی در مقابل جستجوی دودویی Linear Search Vs Binary Search

جستجوی خطی Linear Search

جستجوی دودویی Binary Search

مرتب‌سازی حبابی – مثال، شبه‌کد و تحلیل پیچیدگی زمانی Bubble Sort - Example, Pseudocode and Time Complexity Analysis

مرتب‌سازی درجی – مثال Insertion Sort - Example

مرتب‌سازی درجی – شبه‌کد و تحلیل پیچیدگی زمانی Insertion Sort - Pseudocode and Time Complexity Analysis

آزمون مرتب‌سازی و الگوریتم‌های جستجو Quiz on Sorting and Searching Algorithms

مقدمه‌ای بر الگوریتم‌ها Introduction to Algorithms

مقدمه – الگوریتم‌ها و پارادایم‌های طراحی مختلف آن Introduction - Algorithms and its different design paradigms

روابط بازگشتی Recurrence Relations

مقدمه Introduction

روش تعویض معکوس ۱ Back Substitution Method 1

روش تعویض معکوس ۲ Back Substitution Method 2

قضیه اصلی برای توابع تقسیم‌کننده Master's Theorem for Dividing Functions

قضیه اصلی برای توابع کاهشی Master's Theorem for Decreasing Functions

آزمون روابط بازگشتی Quiz on Recurrence Relations

روش تقسیم و غلبه Divide and Conquer Method

مرتب‌سازی ادغامی – مثال Merge Sort - Example

مرتب‌سازی ادغامی – شبه‌کد و تحلیل پیچیدگی زمانی Merge Sort - Pseudocode and Time Complexity Analysis

مرتب‌سازی سریع – مثال Quick Sort - Example

مرتب‌سازی سریع – شبه‌کد و تحلیل پیچیدگی زمانی Quick Sort - Pseudocode and Time Complexity Analysis

جستجوی دودویی – مثال Binary Search - Example

جستجوی دودویی – شبه‌کد و تحلیل پیچیدگی زمانی Binary Search - Pseudocode and Time Complexity Analysis

یافتن حداکثر و حداقل در یک آرایه – روش بازگشتی Findind Maximum and Minimum in an array - Recursive Method

یافتن حداکثر و حداقل در یک آرایه – روش تکراری Finding Maximum and Minimum in an array - Iterative Method

ضرب ماتریس اشتراسن Strassen's Matrix Multiplication

بیشترین مجموع زیرآرایه در یک آرایه – روش جستجوی کامل Maximum Subarray Sum in an Array - Brute Force Method

بیشترین مجموع زیرآرایه در یک آرایه – روش تقسیم و غلبه Maximum Subarray Sum in an Array - Divide and Conquer Method

بیشترین مجموع زیرآرایه در یک آرایه – الگوریتم کادانه Maximum Subarray Sum in an Array - Kadane's Algorithm

آزمون روش تقسیم و غلبه Quiz on Divide and Conquer Method

روش حریصانه Greedy Method

روش حریصانه – مقدمه Greedy Method - Introduction

الگوریتم کدگذاری هافمن – مثال Huffman Coding Algorithm - Example

الگوریتم کدگذاری هافمن – شبه‌کد و تحلیل پیچیدگی زمانی Huffman Coding Algorithm - Pseudocode and Time Complexity Analysis

مسئله کوله‌پشتی کسری Fractional Knapsack Problem

درخت پوشای کمینه – الگوریتم پریم Minimum Spanning Tree - Prim's Algorithm

درخت پوشای کمینه – الگوریتم کروسکال Minimum Spanning Tree - Kruskal's Algorithm

پیمایش درخت Tree Traversals

پیمایش درخت – پیمایش درونی (In-Order) Tree Traversals - In-Order Traversal

پیمایش درخت – پیمایش پیشونی (Pre-Order) Tree Traversals - Pre-Order Traversal

پیمایش درخت – پیمایش پسونی (Post-Order) Tree Traversals - Post-Order Traversal

آزمون روش حریصانه Quiz on Greedy Method

برنامه‌نویسی پویا Dynamic Programming

مسئله کوله‌پشتی ۰/۱ 0/1 Knapsack Problem

طولانی‌ترین زیردنباله مشترک (LCS) Longest Common Subsequence (LCS)

ضرب زنجیره ماتریس – مقدمه Matrix Chain Multiplication - Introduction

ضرب زنجیره ماتریس – مثال Matric Chain Multiplication - Example

الگوریتم فلوید-وارشال Floyd-Warshall Algorithm

آزمون برنامه‌نویسی پویا Quiz on Dynamic Programming

بازگشت Backtracking

بازگشت – مقدمه Backtracking - Introduction

مسئله N-ملکه N-Queens Problem

مسئله مجموع زیرمجموعه Sum of Subset Problem

دور هامیلتونی Hamiltonian Cycle

آزمون بازگشت Quiz on Backtracking

شاخه و کران Branch and Bound

مسئله کوله‌پشتی ۰/۱ – شاخه و کران 0/1 Knapsack Problem - Branch and Bound

پیمایش گراف – جستجوی اول سطح (BFS) Graph Traversals - Breadth-First Search (BFS)

پیمایش گراف – جستجوی اول عمق (DFS) Graph Traversals - Depth-First Search (DFS)

تفاوت بین BFS و DFS Difference between BFS and DFS

مسئله فروشنده دوره‌گرد (TSP) Travelling Salesman Problem (TSP)

الگوریتم‌های تصادفی و تقریبی Randomized and Approximation Algorithms

الگوریتم‌های تصادفی و تقریبی – مقدمه Randomized and Approximation Algorithms - Introduction

مسئله استخدام – الگوریتم تصادفی Hiring Problem - Randomized Algorithm

مرتب‌سازی سریع تصادفی Randomized Quick Sort

مسئله کمینه پوش راس – الگوریتم تقریبی Minimum Vertex Cover Problem - Approximation Algorithm

کلاس‌های پیچیدگی – P، NP، NP-سخت، NP-کامل Complexity Classes - P, NP, NP-Hard, NP-Complete

آزمون الگوریتم‌های تصادفی و تقریبی Quiz on Randomized and Approximation Algorithms

نمایش نظرات

https://donyad.com/d/54ed5f