×
ribbon

آموزش جامع طراحی و تحلیل الگوریتم‌ها

مدرس:دانشگاه تهران

محمد گنج‌تابش

درس طراحی و تحلیل الگوریتم ها یکی از مهم ترین و پایه ای ترین دروس در رشته های... بیشتر
محبوب کاربران
4.7 (54)
28 دیدگاه
8,576دانشجو
49ساعت
سرفصل‌ها
مقدماتی تا پیشرفته سطح دوره

اشتراک مکتب‌پلاس

خرید اشتراک

با خرید اشتراک مکتب‌پلاس، علاوه بر این دوره، به بیش از ۴،۰۰۰ دوره دیگر دسترسی خواهید داشت.

دسترسی به تمام دوره‌هابیش از ۴،۰۰۰ دوره
محتوای دوره
سرفصل‌ها
توضیحات دوره
دیدگاه کاربران
درباره مدرس

این دوره شامل:

49 ساعت ویدئو

1 جلسه متنی

دسترسی مادام‌العمر به محتوای دوره

سرفصل‌های دوره

9 فصل77 جلسه49 ساعت ویدیو
فصل اول: مفاهیم مقدماتی
  جلسه 0 - بخش اول: مقدمه‌ای بر درس و سرفصل‌ها
17:03
  جلسه 0 - بخش دوم: مقدمه‌ای بر درس و سرفصل‌ها
09:46
  جلسه 1: مقدمه‌ای بر الگوریتم‌ها
52:48
  جلسه 2: تحلیل الگوریتم‌ها
46:51
  اسلایدهای طراحی و تحلیل الگوریتم
00:03
فصل دوم: روش‌های کلاسیک طراحی الگوریتم‌ها
  جلسه 3: روش تقسیم و غلبه
37:12
  جلسه 4: حل معادلات بازگشتی
58:15
  جلسه 5: توابع مولد
56:10
  جلسه 6: ضرب سریع‌تر اعداد
18:50
  جلسه 7: ضرب سریع‌تر ماتریس‌ها (روش استراسن)
21:17
  جلسه 8: مرتب‌سازی سریع
31:32
  جلسه 9: حد پایین برای مسئله مرتب‌سازی
20:22
  جلسه 10: مسئله انتخاب کوچک‌ترین عدد
52:53
  جلسه 11: برنامه‌ریزی پویا
37:45
  جلسه 12: ضرب دنباله‌ای از ماتریس‌ها
60:14
  جلسه 13: درخت جستجوی دودویی بهینه
39:46
  جلسه 14: طولانی‌ترین زیررشته مشترک (LCS)
42:26
  جلسه 15: روش حریصانه
37:54
  جلسه 16: مسئله انتخاب فعالیت‌ها
47:22
  جلسه 17: مسئله کوله‌پشتی
57:17
  جلسه 18: کدگذاری هافمن
48:09
  جلسه 19: روش بازگشت به عقب
42:41
  جلسه 20: الگوریتم بازگشت به عقب برای مسئله کوله پشتی
14:42
  جلسه 21: روش شاخه و تحدید
42:08
فصل سوم: نظریه گراف و الگوریتم‌های آن
  جلسه 22: مفاهیم اولیه گراف‌ها
48:36
  جلسه 23: پیمایش سطحی گراف (BFS)
24:48
  جلسه 24: پیمایش عمقی گراف (DFS)
39:14
  جلسه 25: مرتب‌سازی توپولوژیکی
22:41
  جلسه 26: مؤلفه‌های همبند گراف
44:57
  جلسه 27: کوتاه‌ترین مسیر در گراف
26:36
  جلسه 28: الگوریتم دایکسترا
30:52
  جلسه 29: الگوریتم بلمن-فورد
31:18
  جلسه 30: کوتاه‌ترین مسیر بین همه رئوس با ضرب ماتریس‌ها
24:44
  جلسه 31: کوتاه‌ترین مسیر بین همه رئوس با روش فلوید-وارشال
16:19
  جلسه 32: درخت پوشای کمینه
25:33
  جلسه 33: الگوریتم‌های درخت پوشای کمینه
24:56
فصل چهارم: تطابق رشته‌ها
  جلسه 34: تطابق دقیق رشته‌ها
18:00
  جلسه 35: تطابق رشته‌ها به کمک همنهشتی (الگوریتم رابین-کارپ)
40:11
  جلسه 36: تطابق رشته‌ها به کمک اتوماتا
68:19
  جلسه 37: تطابق رشته‌ها به روش KMP
29:30
فصل پنجم: نظریه NP-Completeness و شناسایی مسائل سخت
  جلسه 38: الگوریتم‌های غیرقطعی
79:11
  جلسه 39: نظریه NP-Completeness
87:49
  جلسه 40: اثبات سختی مسئله k-Clique
42:08
  جلسه 41: اثبات سختی مسئله k-Vertex-Cover
27:26
  جلسه 42: اثبات سختی مسئله Subset-Sum
45:43
  جلسه 43: اثبات سختی مسئله دور همیلتونی
32:57
  جلسه 44: اثبات سختی مسئله Coloring
19:50
فصل ششم: روش‌های قطعی برای حل مسائل سخت
  جلسه 45: الگوریتم‌های شبه‌چندجمله‌ای
70:08
  جلسه 46: روش پارامتری
63:07
  جلسه 47: روش شاخه و تحدید
22:35
  جلسه 48: روش کاهش نرخ رشد پیچیدگی الگوریتم‌ها
36:54
  جلسه 49: جستجوی محلی
64:11
  جلسه 50: جستجوی محلی با عمق متغیر
47:10
  جلسه 51: دسته‌بندی مسائل از دیدگاه روش‌های جستجوی محلی
53:31
فصل هفتم: الگوریتم‌های تقریبی
  جلسه 52: مقدمه‌ای بر الگوریتم‌های تقریبی
29:59
  جلسه 53: الگوریتم تقریبی برای مسئله Makespan Scheduling
30:30
  جلسه 54: الگوریتم تقریبی برای مسئله Vertex Cover
12:07
  جلسه 55: الگوریتم تقریبی برای مسئله Set Cover
52:29
  جلسه 56: الگوریتم تقریبی برای مسئله Subset Sum
47:00
  جلسه 57: مفهوم پایداری الگوریتم‌های تقریبی
45:39
  جلسه 58: الگوریتم تقریبی برای مسئله کوله‌پشتی ساده
41:35
  جلسه 59: الگوریتم‌های تقریبی برای مسئله کوله‌پشتی و پایداری آن‌ها
77:53
  جلسه 60: مفهوم L-Reduction و دسته‌بندی مسائل از دیدگاه الگوریتم‌های تقریبی
62:50
فصل هشتم: الگوریتم‌های تصادفی
  جلسه 61: مقدمه‌ای بر الگوریتم‌های تصادفی
30:40
  جلسه 62: الگوریتم تصادفی لاس‌وگاس برای مرتب‌سازی سریع
32:20
  جلسه 63: الگوریتم تصادفی لاس‌وگاس برای انتخاب کوچک‌ترین عدد
28:28
  جلسه 64: الگوریتم تصادفی لاس‌وگاس برای Choice روی ماشین ارتباطی
25:50
  جلسه 65: الگوریتم‌ تصادفی مونت‌کارلو با خطای یک‌طرفه
35:17
  جلسه 66: الگوریتم‌ تصادفی مونت‌کارلو با خطای دوطرفه
23:12
  جلسه 67: الگوریتم‌ تصادفی مونت‌کارلو با خطای نامحدود
37:23
  جلسه 68: الگوریتم‌‌های تصادفی برای مسائل بهینه‌سازی
20:46
  جلسه 69: الگوریتم‌ تصادفی برای مسئله Max-kSAT
25:51
  جلسه 70: الگوریتم‌ تصادفی برای مسئله Max-Cut
18:22
فصل نهم: سایر روش‌ها
  جلسه 71: روش Simulated Annealing
35:24
  جلسه 72: روش Tabu Search
14:55
  جلسه 73: الگوریتم ژنتیک
69:10
  جلسه 74: مقدمه‌ای بر محاسبات مولکولی
30:53
  جلسه 75: الگوریتم مولکولی یافتن مسیر همیلتونی
27:44

توضیحات دوره

درس طراحی و تحلیل الگوریتم‌ها یکی از مهم‌ترین و پایه‌ای‌ترین دروس در رشته‌های علوم کامپیوتر و همچنین مهندسی کامپیوتر است. هدف از این درس، مطالعه و بررسی روش‌های طراحی الگوریتم‌ها برای حل مسائل مختلف و چگونگی تحلیل و اثبات درستی الگوریتم‌های ارائه شده برای حل آن‌ها است. آشنایی هرچه بیشتر با مسائل در حوزه‌های مختلف علمی باعث افزایش توانایی افراد در ارائه راه‌حل‌های الگوریتمی برای مسائل جدید خواهد شد. همچنین بسیاری از مسائل محاسباتی مطرح در حوزه‌های مختلف علم جزء مسائلی هستند که حل الگوریتمی آن‌ها در زمان قابل‌قبول به‌راحتی امکان‌پذیر نمی‌باشد، در نتیجه دسته‌بندی مسائل و شناسایی مسائل محاسباتی سخت که در زمان قابل‌قبول نمی‌توان جواب آن‌ها را به دست آورد، نیز از اهمیت ویژه‌ای برخوردار است. 
در این دوره آموزشی، ابتدا به مفاهیم مقدماتی در حوزه طراحی و تحلیل الگوریتم‌ها پرداخته شده و روش‌های کلاسیک برای حل مسائل مختلف به همراه مثال‌های متنوع ارائه می‌شود. برای این منظور روش‌هایی همچون روش تقسیم و غلبه، برنامه‌ریزی پویا، روش حریصانه، بازگشت به عقب و روش شاخه و تحدید موردبحث قرار می‌گیرند. به شکل ویژه، الگوریتم‌های مطرح در حوزه نظریه گراف و همچنین تطابق رشته‌ها مورد بررسی قرار می‌گیرند. پس از آن، به بررسی سختی مسائل با استفاده از نظریه‌های موجود پرداخته می‌شود. سپس روش‌های الگوریتمی موجود برای حل مسائل سخت معرفی و در مورد هر یک از روش‌ها نمونه‌هایی نیز موردبحث قرار می‌گیرند، از جمله این روش‌ها می‌توان به الگوریتم‌های قطعی، الگوریتم‌های تقریبی، الگوریتم‌های تصادفی، روش‌های مکاشفه‌ای و روش‌های محاسباتی نوین اشاره کرد. در بسیاری از این روش‌ها، درستی الگوریتم‌های ارائه شده اثبات و منابع موردنیاز برای اجرای این الگوریتم‌ها به‌صورت دقیق تحلیل می‌شوند.

آموزش جامع طراحی و تحلیل الگوریتم‌ها مناسب چه کسانی است؟

این درس برای تمامی علاقه‌مندان به کامپیوتر، مخصوصاً حوزه طراحی و تحلیل الگوریتم‌ها، می‌تواند مفید باشد. آشنایی با ریاضیات، برنامه‌نویسی و داده ساختارها می‌تواند در درک بهتر مفاهیم این درس کمک‌کننده باشد. محتوای این دوره در نیمسال اول سال تحصیلی ۰۱-۱۴۰۰ در گروه علوم کامپیوتر دانشگاه تهران ارائه شده است.

***این دوره درحال تکمیل است***

دیدگاه کاربران

4.7

بر اساس امتیاز 54 دانشجو

1
2
3
4
5

دانشجوی دوره

18 روز پیش

5

عالی

دانشجوی دوره

1 ماه پیش

5

خیلی کامل بود...

دانشجوی دوره

2 ماه پیش

5

واقعا عالی

دانشجوی دوره

11 ماه پیش

5

عالی بود این آموزش دکتر گنج تابش بسیار عالی تدریس می کنند

سعید بستاکی

1 سال پیش

5

دم شما و دم استاد عزیز گرم! حرفی نمیمونه واقعا همین که رایگان ایناروبه اشتراک میذاریدیک دنیا ارزشمنده! موفق وسرحال و ثروتمند باشید

دانشجوی دوره

1 سال پیش

5

سلام،خسته نباشید تشکر میکنم ٱز اینکه دانش واگاهی خود را بدون هیچ توقعی در اختیار دیگران قرار میدهید اونم با یک بیان واضح وروشن قابل درک براي همه

8دوره
41,631دانشجو
319نظر و امتیاز

دکتر محمد گنج‌تابش عضو هیئت‌علمی گروه علوم کامپیوتر دانشگاه تهران است. ایشان دوره کارشناسی خود را در رشته ریاضی محض از دانشگاه تبریز و دوره‌های کارشناسی ارشد و دکتری را در رشته علوم کامپیوتر از دانشگاه تهران به اتمام رسانده‌اند. ایشان همچنین دکتری دوم خود را در رشته بیوانفورماتیک دانشگاه اکول پلی‌تکنیک فرانسه گذرانده‌اند. زمینه‌های تحقیقاتی موردعلاقه وی الگوریتم‌های بیوانفورماتیک (مسائل مربوط به ساختارهای RNA) و علوم اعصاب محاسباتی، به‌خصوص شبکه‌های عصبی ضربه‌ای و مدل‌سازی فرایندهای سیستم بینایی در مغز است.

دوره‌های مشابه

دیگر دوره‌های محمد گنج‌تابش

سوالات پرتکرار

آیا ممکن است برخی جلسات یک درس ناقص باشند؟

معمولا تمامی جلسات هر درس به‌طور کامل ضبط می‌شوند؛ اما گاهی به دلیل برخی ناهماهنگی‌ها ممکن است یک یا چند جلسه ضبط نشده باشد. جزئیات این موارد در توضیحات هر درس درج شده است.

اگر لینک دانلود یا پخش ویدئو مشکل داشت، چه کاری باید انجام داد؟

در صورت مواجهه با هرگونه مشکل در دانلود یا پخش ویدئو، می‌توانید از طریق صفحه ارتباط با ما اطلاع دهید تا تیم پشتیبانی به‌سرعت مشکل را بررسی و رفع کند.

آیا می‌توان ویدئوهای یک درس را به‌صورت سی‌دی یا دی‌وی‌دی از شما تهیه کرد؟

در حال حاضر امکان ارسال دروس به‌صورت سی‌دی یا دی‌وی‌دی وجود ندارد و همه محتواها به شکل آنلاین ارائه می‌شوند.