جلد خودآموز بنیاد — الگوریتم، ساختار داده و پیچیدگی، با معیار

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
یادداشت‌ها و پرسش‌ها
قیمت
۲۹۹٬۰۰۰ تومان
قالب
PDF · EPUB · MOBI
تعداد صفحه
۸۲۴
حجم
۳۱٫۹ مگابایت
زبان
فارسی
خرید و دریافت فایل

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.

  • صفحهٔ ۲ از خودآموز بنیاد — الگوریتم، ساختار داده و پیچیدگی، با معیارصفحهٔ ۲
  • صفحهٔ ۳ از خودآموز بنیاد — الگوریتم، ساختار داده و پیچیدگی، با معیارصفحهٔ ۳
  • صفحهٔ ۱۰ از خودآموز بنیاد — الگوریتم، ساختار داده و پیچیدگی، با معیارصفحهٔ ۱۰
  • صفحهٔ ۱۱ از خودآموز بنیاد — الگوریتم، ساختار داده و پیچیدگی، با معیارصفحهٔ ۱۱
  • صفحهٔ ۲۳ از خودآموز بنیاد — الگوریتم، ساختار داده و پیچیدگی، با معیارصفحهٔ ۲۳
  • صفحهٔ ۲۴ از خودآموز بنیاد — الگوریتم، ساختار داده و پیچیدگی، با معیارصفحهٔ ۲۴
صفحهٔ ۲ از خودآموز بنیاد — الگوریتم، ساختار داده و پیچیدگی، با معیار
صفحهٔ ۲ · ۱ از ۶

فهرست مطالب

  1. ترم ۱ — «سریع» یعنی چه: اول اندازه بگیر، بعد پیش‌بینی کن۱۰
    1. کدی که درست کار می‌کند و غیرقابلِ استفاده است۱۰
    2. ساعتِ صادق: تکرار، کمینه، گرم‌کردن۲۳
    3. نویز: چرا همان کد دو بارِ پشتِ‌هم دو عدد می‌دهد۳۸
    4. عمل بشمار، نه ثانیه۵۱
    5. جدولِ دوبرابری: `n` را دو برابر کن و نگاه کن۶۴
    6. شش منحنی که تقریباً همه‌چیز را توضیح می‌دهند۶۸
    7. `Big-O`: یک پیش‌بینی، نه یک برچسب۸۴
    8. برازش کن، پیش‌بینی کن، اجرا کن، خطا را گزارش کن۹۹
    9. الگوریتمِ بدتری که در اندازهٔ واقعیِ تو برنده است۱۱۳
    10. پروژه: مرتبهٔ یک کدِ ناشناس را اعلام کن۱۳۱
  2. ترم ۲ — آرایه، `list`، `stack`، `queue`: هزینهٔ هر عملیات۱۴۶
    1. آرایه: چرا رفتن به خانهٔ هزارم گران‌تر از خانهٔ دوم نیست۱۴۶
    2. `list` پایتون یک آرایهٔ پویاست۱۶۲
    3. هزینهٔ `amortised`: عملی که گاهی گران است و همیشه ارزان۱۷۴
    4. `list.insert(0, x)` یک تله است۱۹۲
    5. `O(n²)`ی که در یک حلقهٔ بی‌گناه پنهان است۲۰۷
    6. پیوند به‌جای پیوستگی: `linked list`۲۲۱
    7. `stack` و `queue`: دو انضباط روی یک داده۲۴۱
    8. کدام ظرفِ ترتیبی، برای کدام الگوی دسترسی۲۵۶
    9. پروژه: یک سیاههٔ بزرگ، دو بار۲۷۱
  3. ترم ۳ — `hash`: چرا جست‌وجو می‌تواند هزینهٔ ثابت داشته باشد۲۸۸
    1. پرسشِ «هست یا نه؟» چقدر خرج دارد۲۸۸
    2. `hash`: از کلید تا شمارهٔ خانه۲۹۹
    3. `hash table` را خودت بساز۳۱۶
    4. بدترین حالت، حالتِ متوسط، و حالتی که واقعاً داری۳۳۳
    5. `set` و `dict` در عمل۳۴۷
    6. چه چیزی می‌تواند کلید باشد — و چرا۳۶۴
    7. پروژه: تکراری‌ها در یک پیکرهٔ بزرگ۳۷۹
  4. ترم ۴ — `recursion`، مرتب‌سازی، جست‌وجو۳۹۸
    1. `recursion`: تابعی که خودش را صدا می‌زند۳۹۸
    2. هزینهٔ `recursion`: درختِ فراخوانی و کاری که دوباره انجام می‌شود۴۱۶
    3. دو مرتب‌سازیِ `O(n²)` که باید یک بار با دست انجامشان بدهی۴۳۵
    4. تقسیم و حل: `merge sort`۴۵۳
    5. `quicksort` و انتخابِ `pivot`۴۷۱
    6. چرا هیچ مرتب‌سازیِ مقایسه‌ای بهتر از `n log n` نیست — و کِی این حرف باطل است۴۹۰
    7. `binary search`، و مرزهایی که همه غلط می‌نویسند۵۰۹
    8. `sorted` واقعی: `key`، پایداری، و چرا از هر چیزی که بنویسی سریع‌تر است۵۲۹
    9. پروژه: از جست‌وجوی خطی تا ساختارِ درست۵۴۸
  5. ترم ۵ — درخت و گراف۵۶۸
    1. درخت: وقتی رابطه سلسله‌مراتبی است۵۶۸
    2. پیمایشِ درخت، با `recursion` و بدونش۵۸۲
    3. `binary search tree`: `log n`ی که می‌تواند `n` شود۶۰۰
    4. `heap` و `priority queue`۶۱۹
    5. گراف: مدلِ رابطه، و دو نمایش۶۴۲
    6. `BFS` و `DFS`: کدام چه چیزی پیدا می‌کند۶۵۹
    7. گرافی که منفجر می‌شود۶۸۲
    8. پروژه: یک شبکهٔ واقعی را پیمایش کن۶۹۷
  6. ترم ۶ — انتخاب کن، و با عدد دفاع کن۷۱۶
    1. شکلِ مسئله را قبل از انتخابِ ساختار بنویس۷۱۶
    2. جدولِ تصمیم: هزینهٔ هر عملیات در هر ساختار۷۳۱
    3. معاملهٔ حافظه و زمان۷۵۵
    4. کِی بس کنی۷۷۱
    5. دفاع از یک انتخاب: گزارشی که دیگری می‌تواند ردش کند۷۸۵
    6. 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.