
فایل آموزشی
آموزش ساختمان داده و الگوریتم با پایتون؛ پیچیدگی زمانی و Big-O با اندازهگیری واقعی (خودآموز بنیاد)
خودآموز ساختمان داده و طراحی الگوریتم با پایتون که هر ادعای سرعت را اندازه میگیرد: پیچیدگی زمانی و Big-O، آرایه و لیست، جدول درهمسازی، بازگشت، مرتبسازی و جستجو، درخت و گراف، و انتخاب ساختار درست برای مسئلهٔ واقعی. همه در Google Colab. خودآموز دانلودی کامل و مستقل با جواب تمرینها؛ قالب PDF، EPUB و MOBI، دانلود از حساب کاربری پس از پرداخت.
امتیاز خریدارهای این خودآموز
هنوز امتیازی نیست
میانگین از سومین امتیاز
- ۵ ستاره: ۰ نفر
- ۴ ستاره: ۰ نفر
- ۳ ستاره: ۰ نفر
- ۲ ستاره: ۰ نفر
- ۱ ستاره: ۰ نفر
- قیمت
- ۲۹۹٬۰۰۰ تومان
- قالب
- PDF · EPUB · MOBI
- تعداد صفحه
- ۸۲۴
- حجم
- ۳۱٫۹ مگابایت
- زبان
- فارسی
برای خرید حساب کاربری لازم است و فایل بعد از پرداخت در حساب من میماند.
هر فایل به نام خریدارش آماده میشود: شمارهٔ موبایل و شناسهٔ حساب با خطی ریز در حاشیهٔ صفحهها میآید. برای کاربرانِ زیر ۱۸ سال، بخشی از شماره پوشانده میشود.
این فایل نسخهٔ دانلودی خودآموز بنیاد — ساختمان داده و الگوریتم، با اندازهگیری واقعی است.
دربارهٔ این فایل
نسخهٔ دانلودی خودآموز «بنیاد — الگوریتم، ساختار داده و پیچیدگی، با معیار» با ۴۹ فصل و ۸۲۴ صفحه.
خودآموزی کامل و مستقل با جوابِ تمرینها: برای خواندن و تمرین به سایت نیازی نیست. فهرست کامل و چند صفحهٔ نمونه را همینجا ببین.
پیشنمایش
این تصویرها چند صفحه از همین فایلاند.
فهرست مطالب
- ترم ۱ — «سریع» یعنی چه: اول اندازه بگیر، بعد پیشبینی کن۱۰
- کدی که درست کار میکند و غیرقابلِ استفاده است۱۰
- ساعتِ صادق: تکرار، کمینه، گرمکردن۲۳
- نویز: چرا همان کد دو بارِ پشتِهم دو عدد میدهد۳۸
- عمل بشمار، نه ثانیه۵۱
- جدولِ دوبرابری: `n` را دو برابر کن و نگاه کن۶۴
- شش منحنی که تقریباً همهچیز را توضیح میدهند۶۸
- `Big-O`: یک پیشبینی، نه یک برچسب۸۴
- برازش کن، پیشبینی کن، اجرا کن، خطا را گزارش کن۹۹
- الگوریتمِ بدتری که در اندازهٔ واقعیِ تو برنده است۱۱۳
- پروژه: مرتبهٔ یک کدِ ناشناس را اعلام کن۱۳۱
- ترم ۲ — آرایه، `list`، `stack`، `queue`: هزینهٔ هر عملیات۱۴۶
- آرایه: چرا رفتن به خانهٔ هزارم گرانتر از خانهٔ دوم نیست۱۴۶
- `list` پایتون یک آرایهٔ پویاست۱۶۲
- هزینهٔ `amortised`: عملی که گاهی گران است و همیشه ارزان۱۷۴
- `list.insert(0, x)` یک تله است۱۹۲
- `O(n²)`ی که در یک حلقهٔ بیگناه پنهان است۲۰۷
- پیوند بهجای پیوستگی: `linked list`۲۲۱
- `stack` و `queue`: دو انضباط روی یک داده۲۴۱
- کدام ظرفِ ترتیبی، برای کدام الگوی دسترسی۲۵۶
- پروژه: یک سیاههٔ بزرگ، دو بار۲۷۱
- ترم ۳ — `hash`: چرا جستوجو میتواند هزینهٔ ثابت داشته باشد۲۸۸
- پرسشِ «هست یا نه؟» چقدر خرج دارد۲۸۸
- `hash`: از کلید تا شمارهٔ خانه۲۹۹
- `hash table` را خودت بساز۳۱۶
- بدترین حالت، حالتِ متوسط، و حالتی که واقعاً داری۳۳۳
- `set` و `dict` در عمل۳۴۷
- چه چیزی میتواند کلید باشد — و چرا۳۶۴
- پروژه: تکراریها در یک پیکرهٔ بزرگ۳۷۹
- ترم ۴ — `recursion`، مرتبسازی، جستوجو۳۹۸
- `recursion`: تابعی که خودش را صدا میزند۳۹۸
- هزینهٔ `recursion`: درختِ فراخوانی و کاری که دوباره انجام میشود۴۱۶
- دو مرتبسازیِ `O(n²)` که باید یک بار با دست انجامشان بدهی۴۳۵
- تقسیم و حل: `merge sort`۴۵۳
- `quicksort` و انتخابِ `pivot`۴۷۱
- چرا هیچ مرتبسازیِ مقایسهای بهتر از `n log n` نیست — و کِی این حرف باطل است۴۹۰
- `binary search`، و مرزهایی که همه غلط مینویسند۵۰۹
- `sorted` واقعی: `key`، پایداری، و چرا از هر چیزی که بنویسی سریعتر است۵۲۹
- پروژه: از جستوجوی خطی تا ساختارِ درست۵۴۸
- ترم ۵ — درخت و گراف۵۶۸
- درخت: وقتی رابطه سلسلهمراتبی است۵۶۸
- پیمایشِ درخت، با `recursion` و بدونش۵۸۲
- `binary search tree`: `log n`ی که میتواند `n` شود۶۰۰
- `heap` و `priority queue`۶۱۹
- گراف: مدلِ رابطه، و دو نمایش۶۴۲
- `BFS` و `DFS`: کدام چه چیزی پیدا میکند۶۵۹
- گرافی که منفجر میشود۶۸۲
- پروژه: یک شبکهٔ واقعی را پیمایش کن۶۹۷
- ترم ۶ — انتخاب کن، و با عدد دفاع کن۷۱۶
- شکلِ مسئله را قبل از انتخابِ ساختار بنویس۷۱۶
- جدولِ تصمیم: هزینهٔ هر عملیات در هر ساختار۷۳۱
- معاملهٔ حافظه و زمان۷۵۵
- کِی بس کنی۷۷۱
- دفاع از یک انتخاب: گزارشی که دیگری میتواند ردش کند۷۸۵
- پروژهٔ نهایی: یک مسئلهٔ واقعی، دو ساختار، یک تصمیمِ مستند۸۰۰
از میز خوانندهها
یادداشتها و پرسشها
ستارهها را فقط کسانی میدهند که آن را خریدهاند و یادداشتشان مهر «خریدار» دارد. پرسیدن دربارهٔ آن برای همه آزاد است و نوشتهٔ اول هر کس پیش از انتشار خوانده میشود.
یادداشتها بعد از بارگذاری صفحه نشان داده میشوند.









