آموزش تفکر الگوریتمی با پایتون: مبانی

Algorithmic Thinking with Python: Foundations

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره:
کلمه "الگوریتم" که زمانی تنها استان ریاضیات و علوم کامپیوتر بود، وارد زبان عامیانه مدرن شده است زیرا، خوب یا بد، الگوریتم‌ها هرگز در زندگی روزمره مهم‌تر یا تاثیرگذارتر نبوده‌اند. اگر شما یک توسعه دهنده هستید، باید با طیف وسیعی از تفکر الگوریتمی آشنا باشید تا بتوانید مشکلات جدید را همانطور که خود را نشان می دهند حل کنید. اگر قبلاً با پایتون آشنایی دارید، مهارت بیشتر در تفکر الگوریتمی راهی عالی برای افزایش ارزش خود به عنوان یک توسعه دهنده است. در این دوره، رابین اندروز توضیح می دهد که چگونه پایتون، به دلیل وضوح و بیان آن، ابزار ایده آلی برای کاوش در تفکر الگوریتمی است. او ابزارهایی را به شما نشان می‌دهد تا به شما در درک جریان الگوریتم‌ها کمک کند، رویکرد brute force برای حل الگوریتم‌ها را توضیح می‌دهد، مفاهیم پیچیدگی زمان و مکان را با توجه به تجزیه و تحلیل الگوریتم، استراتژی کاهش و تسخیر، و موارد دیگر را توضیح می‌دهد.

سرفصل ها و درس ها

معرفی Introduction

  • اهمیت تفکر الگوریتمی Importance of algorithmic thinking

  • آنچه شما باید بدانید What you should know

1. گرم کردن 1. Warm Up

  • چالش: 100 در Challenge: 100 doors

  • راه حل: 100 در Solution: 100 doors

  • FizzBuzz FizzBuzz

  • امتحان فصل Chapter Quiz

2. ابزارهایی برای کمک به درک جریان الگوریتم ها 2. Tools to Help Understand the Flow of Algorithms

  • الگوریتم های ردیابی با استفاده از ابزار تجسم آنلاین Tracing algorithms using an online visualization tool

  • ردیابی الگوریتم ها با استفاده از کد یا دیباگر Tracing algorithms using code or a debugger

  • انیمیشن های الگوریتمی Algorithm animations

  • شبه کد Pseudocode

  • استفاده از وایت برد برای بررسی الگوریتم ها Using a whiteboard to explore algorithms

  • امتحان فصل Chapter Quiz

3. الگوریتم های Brute Force 3. Brute Force Algorithms

  • مقدمه ای بر الگوریتم های brute force Introduction to brute force algorithms

  • جستجوی خطی Linear search

  • انتخاب مرتب سازی مقدمه Selection Sort introduction

  • چالش: مرتب سازی انتخابی در پایتون Challenge: Selection Sort in Python

  • راه حل: انتخاب مرتب سازی در پایتون Solution: Selection Sort in Python

  • امتحان فصل Chapter Quiz

4. تحلیل پیچیدگی زمان-مکان 4. Analysis of Time-Space Complexity

  • مقدمه ای بر تحلیل پیچیدگی زمان-مکان Introduction to analysis of time-space complexity

  • چالش: تمرین نمادگذاری Big-O Challenge: Big-O notation practice

  • راه حل: تمرین نمادگذاری Big-O Solution: Big-O notation practice

  • نمونه هایی از پیچیدگی زمان با پایتون Examples of time complexity with Python

  • ملاحظات حافظه هنگام پیاده سازی الگوریتم ها Memory considerations when implementing algorithms

  • امتحان فصل Chapter Quiz

5. الگوریتم های حریص 5. Greedy Algorithms

  • مقدمه ای بر الگوریتم های حریصانه Introduction to greedy algorithms

  • آشنایی با مشکل ایجاد تغییر Introduction to the change making problem

  • راه حل مشکل ایجاد تغییر Solution to the change making problem

  • الگوریتم دایکسترا Dijkstra's algorithm

  • چالش: الگوریتم Dijkstra Challenge: Dijkstra's algorithm

  • راه حل: الگوریتم دایکسترا Solution: Dijkstra's algorithm

  • الگوریتم Dijkstra: اجرای پایتون Dijkstra's algorithm: Python implementation

  • امتحان فصل Chapter Quiz

6. کاهش و تسخیر 6. Decrease and Conquer

  • سربازان کشتی Ferrying soldiers

  • مقدمه ای برای کاهش و تسخیر Introduction to decrease and conquer

  • جستجوی باینری Binary search

  • چالش: جستجوی باینری Challenge: Binary search

  • راه حل: جستجوی باینری Solution: Binary search

  • امتحان فصل Chapter Quiz

نتیجه Conclusion

  • بررسی تفکر الگوریتمی با پایتون Exploring algorithmic thinking with Python

نمایش نظرات

نظری ارسال نشده است.

آموزش تفکر الگوریتمی با پایتون: مبانی
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
1h 14m
39
Linkedin (لینکدین) lynda-small
06 اردیبهشت 1401 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
-
- از 5
ندارد
دارد
دارد
Robin Andrews

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Robin Andrews Robin Andrews

بنیانگذار Compucademy رابین اندروز یک معلم علوم کامپیوتر و بنیانگذار Compucademy است.

رابین 15+ سال تجربه تدریس را برای نقش خود در Compucademy به ارمغان می آورد ، سازمانی که از دانشجویان و معلمان علوم کامپیوتر پشتیبانی می کند ، با منابع مختلفی از جمله به عنوان آموزش های ویدئویی ، آزمونها ، و فعالیت های برنامه نویسی عملی. هدف او این است که دانش کامپیوتر - و به ویژه برنامه نویسی پایتون - را با روشی زنده و با استفاده از پازل ، بازی ها و یک کد برنامه نویسی در دسترس ، زنده کند.

Linkedin (لینکدین)

لینکدین: شبکه اجتماعی حرفه‌ای برای ارتباط و کارآفرینی

لینکدین به عنوان یکی از بزرگترین شبکه‌های اجتماعی حرفه‌ای، به میلیون‌ها افراد در سراسر جهان این امکان را می‌دهد تا ارتباط برقرار کنند، اطلاعات حرفه‌ای خود را به اشتراک بگذارند و فرصت‌های شغلی را کشف کنند. این شبکه اجتماعی به کاربران امکان می‌دهد تا رزومه حرفه‌ای خود را آپدیت کنند، با همکاران، دوستان و همکاران آینده ارتباط برقرار کنند، به انجمن‌ها و گروه‌های حرفه‌ای ملحق شوند و از مقالات و مطالب مرتبط با حوزه کاری خود بهره‌مند شوند.

لینکدین همچنین به کارفرمایان امکان می‌دهد تا به دنبال نیروهای با تجربه و مهارت مورد نیاز خود بگردند و ارتباط برقرار کنند. این شبکه حرفه‌ای به عنوان یک پلتفرم کلیدی برای بهبود دسترسی به فرصت‌های شغلی و گسترش شبکه حرفه‌ای خود، نقش مهمی را ایفا می‌کند. از این رو، لینکدین به عنوان یکی از مهمترین ابزارهای کارآفرینی و توسعه حرفه‌ای در دنیای امروز مورد توجه قرار دارد.