آموزش ساختار داده ها و الگوریتم ها در پایتون

دانلود Data Structures and Algorithms in Python

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: تجسم عملکرد درونی ساختارهای داده و الگوریتم‌ها، خط به خط، از طریق انیمیشن‌های جامع درک نحوه ذخیره و کار رایانه‌ها با داده‌ها تجزیه و تحلیل استفاده از فضا و حافظه هر الگوریتم با استفاده از نماد O Big. مفهوم بازگشتی پیاده سازی از ابتدا رایج ترین 9 ساختار داده را درک کنید که چگونه شناخته شده ترین 8 الگوریتم مرتب سازی کار می کنند الگوریتم های جستجو/پیمایش درختان و نمودارها را بیاموزید مهارت های حل مسئله خود را بهبود ببخشید پشت صحنه ساختارهای داده اصلی (آرایه ها و هش) را بیاموزید. نقشه ها) درک الگوهای برنامه نویسی رایج همه چیزهایی را که برای مصاحبه فنی باید بدانید بیاموزید پیش نیازها: مفاهیم اولیه کدنویسی در هر زبان برنامه نویسی بدون نیاز به ساختار داده و دانش الگوریتم قبلی یک کامپیوتر برای تمرین (ویندوز، مک یا لینوکس)

ساختن نرم افزار قابل اعتماد و با کارایی بالا نیاز به دانشی دارد که فراتر از یک زبان برنامه نویسی یا چارچوب خاص است. این نیاز به درک کاملی از نحوه سازماندهی داده ها در حافظه، نحوه دستکاری، مرتب سازی یا جستجو در آنها دارد. دلیلی وجود دارد که چرا همه شرکت های بزرگ فناوری مانند گوگل، آمازون یا نتفلیکس مصاحبه های فنی خود را بر روی این موضوعات متمرکز می کنند. چه برنامه‌های تلفن همراه، وب‌سایت‌ها، بازی‌ها، یادگیری ماشینی یا هر کار دیگری که شامل کدنویسی می‌شود، انجام می‌دهید، به درک خوبی از ساختارهای داده و الگوریتم‌ها نیاز دارید.

بسیاری از توسعه دهندگان خودآموخته و مهندسان مشتاق اغلب احساس می کنند که هنگام تصمیم گیری در مورد ساختار داده مناسب یا رویکرد مناسب برای حل یک مشکل، فاقد دانش هستند. اگر تا به حال چنین احساسی داشته اید، این ماده انتخاب مناسبی برای شماست. این دوره شامل ماه‌ها موضوع علوم کامپیوتر است تا شما را در همان سطح مهارت فردی با مدرک علوم کامپیوتر قرار دهد.


چه چیزی ما را متمایز می کند؟

هر ویدیو با تجزیه و تحلیل عمیق موضوع در دست شروع می شود. در این مرحله ما هنوز هیچ کدی نمی نویسیم، بلکه یاد می گیریم چگونه به مشکل نزدیک شویم، به راه هایی فکر کنیم که بتوانیم آن را حل کنیم و یک مدل ذهنی از راه حل بسازیم.

سپس به کدنویسی الگوریتم گام به گام ادامه می دهیم. اما ما در اینجا متوقف نمی شویم. یک یا چند مثال می زنیم و خط به خط کد را طی می کنیم. و منظور ما به معنای واقعی کلمه است. خواهید دید که چگونه کد از بالا به پایین اجرا می شود و چگونه داده ها در طول اجرا جریان می یابند و تغییر می کنند. ما این روش را بهترین راه برای درک واقعی عملکرد درونی یک الگوریتم می‌دانیم.

همچنین عملکرد زمانی و استفاده از مکان هر الگوریتم و روشی را که با استفاده از نماد O Big می نویسیم، تجزیه و تحلیل خواهیم کرد. ما در مورد نقاط قوت و ضعف هر ساختار داده صحبت خواهیم کرد و در مورد استفاده در دنیای واقعی آنها صحبت خواهیم کرد. جدای از همه اینها، چیزهایی مانند بازگشت، نحوه عملکرد رایانه ها، تکنیک های حل مسئله، الگوهای برنامه نویسی رایج و موارد دیگر را نیز خواهید آموخت.


این دوره شامل چه مواردی می شود؟

  • چگونه کامپیوترها در زیر کاپوت کار می کنند

  • ساختار داده چیست

  • الگوریتم چیست

  • تکنیک های حل مشکل

  • نشانگذاری Big O - نحوه تجزیه و تحلیل عملکرد زمانی و استفاده از فضا از الگوریتم ها. این کار برای هر تابع/الگوریتمی که می نویسیم انجام می شود.

  • درکی عمیق تر از نحوه کار کد به دست آورید

  • بازگشت


ساختارهای داده:

  • آرایه ها

  • جدول هش

  • فهرست‌های پیوندی منفرد

  • فهرست‌های دارای پیوند دوگانه

  • پشته ها

  • صف ها

  • درختان جستجوی دودویی

  • پیمایش درخت

  • انبوه

  • نمودارها


الگوریتم های مرتب سازی:

  • مرتب سازی درج

  • مرتب سازی انتخاب

  • مرتب سازی حبابی

  • مرتب سازی پوسته

  • مرتب سازی هیپ

  • ترتیب ادغام

  • مرتب سازی سریع

  • مرتب سازی ریشه

از توجه شما متشکرم، و امیدوارم این دوره به شما در سفرتان کمک کند. یادگیری مبارک!


سرفصل ها و درس ها

مقدمه Introduction

  • اهداف دوره، ساختار و موارد دیگر Course objectives, structure and more

  • کامپیوترها چگونه کار می کنند How computers work

  • الگوریتم ها چیست؟ What are algorithms

  • ساختار داده چیست؟ What are data structures

نماد O بزرگ The Big O Notation

  • مقدمه Intro

  • ثابت O(1) Constant O(1)

  • خطی O(n) Linear O(n)

  • درجه دوم O(n2) Quadratic O(n2)

  • لگاریتمی O (logn) Logarithmic O(logn)

  • پیچیدگی فضا Space Complexity

  • پیچیدگی مجانبی Asymptotic Complexity

بازگشت Recursion

  • پشته تماس و اجرای تابع The Call Stack and function execution

  • بازگشت چیست What is Recursion

  • مشکلات بالقوه Potential Problems

  • بازگشت در مقابل تکرار Recursion vs Iteration

  • O بزرگ توابع بازگشتی Big O of Recursive Functions

آرایه ها و جداول هش Arrays and Hash Tables

  • آرایه ها Arrays

  • O بزرگ آرایه ها Big O of Arrays

  • جداول هش (لغت نامه ها) Hash Tables (Dictionaries)

  • O بزرگ از جداول هش Big O of Hash Tables

لیست های تک پیوند خورده Singly Linked Lists

  • مقدمه Intro

  • ضمیمه Append

  • آماده کردن Prepend

  • پاپ چپ Pop Left

  • پاپ راست Pop Right

  • حذف کنید Remove

  • معکوس Reverse

  • خلاصه Recap

  • نکته ای در مورد آخرین ویدیو A note on the last video

لیست های دارای پیوند دوگانه Doubly Linked Lists

  • مقدمه Intro

  • ضمیمه Append

  • آماده کردن Prepend

  • پاپ چپ Pop Left

  • پاپ راست Pop Right

  • حذف کنید Remove

  • خلاصه Recap

پشته ها و صف ها Stacks and Queues

  • پشته - مقدمه Stacks - Intro

  • پشته ها - پیاده سازی آرایه Stacks - Array Implementation

  • پشته ها - پیاده سازی لیست های پیوندی Stacks - Linked Lists Implementation

  • پشته ها - جمع بندی Stacks - Recap

  • صف - معرفی Queues - Intro

  • صف - پیاده سازی لیست های پیوندی Queues - Linked Lists Implementation

  • صف - دک Queues - Deques

درختان جستجوی دودویی Binary Search Trees

  • معرفی درختان Trees Intro

  • معرفی درختان جستجوی دودویی Binary Search Trees Intro

  • درج کنید Insert

  • حاوی Contains

  • حذف مقدمه Remove Intro

  • Node no child را حذف کنید Remove Node no children

  • Node one child را حذف کنید Remove Node one child

  • Node two child را حذف کنید Remove Node two children

پیمایش درخت Tree Traversal

  • مقدمه Intro

  • عرض اول پیمایش Breadth First Traversal

  • DFT قبل از سفارش تکراری DFT Pre Order Iterative

  • DFT قبل از سفارش بازگشتی DFT Pre Order Recursive

  • DFT به ترتیب تکراری DFT In Order Iterative

  • DFT In Order Recursive DFT In Order Recursive

  • DFT Post Order Iterative DFT Post Order Iterative

  • DFT ارسال سفارش بازگشتی DFT Post Order Recursive

  • خلاصه Recap

انبوه Heaps

  • مقدمه Intro

  • درج کنید Insert

  • حداکثر را حذف کنید Remove Max

  • Heapify Heapify

نمودارها Graphs

  • مقدمه Intro

  • افزودن رئوس و لبه ها Adding Vertices and Edges

  • حذف رئوس و لبه ها Removing Vertices and Edges

  • عرض اول پیمایش Breadth First Traversal

  • Depth First Transal Iterative Depth First Traversal Iterative

  • Depth First Traversal Recursive Depth First Traversal Recursive

مرتب سازی Sorting

  • مقدمه Intro

  • مرتب سازی درج Insertion Sort

  • انتخاب مرتب سازی Selection Sort

  • مرتب سازی حباب Bubble Sort

  • مرتب سازی پوسته Shell Sort

  • مرتب سازی پشته Heap Sort

  • ادغام مرتب سازی Merge Sort

  • مرتب سازی سریع Quick Sort

  • مرتب سازی ریشه Radix Sort

تبریک میگم Congratulations

  • تبریک و تشکر Congratulations and thank you

نمایش نظرات

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.

آموزش ساختار داده ها و الگوریتم ها در پایتون
جزییات دوره
11.5 hours
80
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
516
4.9 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Glassbyte Team Glassbyte Team

مهندس نرم افزار، مدرس، سازنده یوتیوب