×
ribbon

آموزش رایگان ساختمان‌های داده

مدرس:دانشگاه فردوسی مشهد

کمال‌الدین غیاثی شیرازی

سازمان دادنِ داده ها به یک طریق خاص و بر پایه ی مدل منطقی یا ریاضی که به... بیشتر
4.5 (11)
3 دیدگاه
4,873دانشجو
33ساعت
سرفصل‌ها
مقدماتی 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
پیش‌نیاز‌ها
توضیحات دوره
دیدگاه کاربران
درباره مدرس

این دوره شامل:

33 ساعت ویدئو

دسترسی مادام‌العمر به محتوای دوره

سرفصل‌های دوره

4 فصل35 جلسه33 ساعت ویدیو
فصل اول: مقدمه
  جلسه 1: آشنایی با درس ساختمان داده
20:04
  جلسه 2: مرور C++ و Java
86:39
فصل دوم: تحلیل الگوریتم‌ها
  جلسه 3: تحلیل کارایی الگوریتم‌ها (کشف نیازمندی‌ها)
21:06
  جلسه 4: تحلیل کارایی الگوریتم‌ها (کشف نمادهای مجانبی)
64:29
  جلسه 5: حل تمرین اول
77:46
  جلسه 6: حل تمرین دوم
62:30
  جلسه 7: رابطه برنامه‌نویسی با استقرای ریاضی
45:11
  جلسه 8: الگوریتم‌های مرتب‌سازی حبابی، درجی و انتخابی
67:00
  جلسه 9: مرتب‌سازی ادغامی
78:25
  جلسه 10: مرتب‌سازی سریع (بخش اول)
86:33
  جلسه 11: مرتب‌سازی سریع (بخش دوم)
39:07
  جلسه 12: کران پایین زمان اجرای الگوریتم‌های مرتب‌سازی
44:49
  جلسه 13: الگوریتم‌های مرتب‌سازی خطی (مرتب‌سازی شمارشی، مبنایی و سطلی)
71:26
  جلسه 14: مقایسه زمان اجرای نظری و واقعی
42:28
فصل سوم: تحلیل پیشرفته‌‌ی الگوریتم‌ها
  جلسه 15: مرور نظریه‌ی احتمال
22:05
  جلسه 16: تحلیل زمان اجرای متوسط الگوریتم‌های مرتب‌سازی سریع و مرتب‌سازی سطلی
28:29
  جلسه 17: محاسبه آماره ترتیبی - الگوریتم تصادفی محاسبه آماره ترتیبی و تحلیل آن
37:37
  جلسه 18: الگوریتم قطعی محاسبه آماره ترتیبی و تحلیل آن
40:50
  جلسه 19: تحلیل سرشکن‌شده
58:19
فصل چهارم: ساختمان‌های داده
  جلسه 20: مبانی ساختمان‌های داده
79:39
  جلسه 21: لیست خطی و صف
60:04
  جلسه 22: پشته - حیاط راه‌آهن دایکسترا
72:00
  جلسه 23: شبیه‌سازی فراخوانی توابع با پشته - پیاده‌سازی بهینه‌سازی الگوریتم مرتب‌سازی سریع
44:19
  جلسه 24: درخت دودویی
73:57
  جلسه 25: پیاده‌سازی پیمایش‌گرها برای درخت دودویی
61:02
  جلسه 26: صف اولویت
72:59
  جلسه 27: نگاشت، درخت جستجوی دودویی، جدول درهم‌ریزی
71:54
  جلسه 28: درخت دودویی اندیس‌دهی شده برای پیاده‌سازی لیست خطی
36:19
  جلسه 29: درخت‌های AVL
75:19
  جلسه 30: درخت‌های B
71:44
  جلسه 31: مبانی درخت‌های قرمز-سیاه
26:47
  جلسه 32: درخت‌های قرمز سیاه 2-3 و الگوریتم حذف برابری-طلب
79:36
  جلسه 33: درج و حذف در درخت قرمز سیاه مطابق اسلایدهای استاد سرتاج ساهنی
49:16
  جلسه 34: درج و حذف در درخت‌های قرمز سیاه مطابق کتاب CLRS
46:04
  جلسه 35: درخت‌های قرمز سیاه تکیه بر چپ
82:23

پیش‌نیاز‌ها

توضیحات دوره

سازمان‌دادنِ داده‌ها به یک طریق خاص و بر پایه‌ی مدل منطقی یا ریاضی که به‌منظور استفاده بهینه از داده‌ها صورت می‌گیرد را یک داده ساختار می‌گویند. داده ساختارها انواع گوناگونی دارند که هرکدام مناسب برنامه‌های مختلفی هستند. ساختمان داده‌ها روش‌های ذخیره داده‌ها در رایانه باهدف دسترسی آسان‌تر و بهینه‌تر است در‌حالی‌که الگوریتم روشی به‌منظور حل مسئله به‌وسیله کامپیوتر است در درس ساختمان داده دانشجو با برنامه‌نویسی اصولی مبتنی بر تحلیل‌های ریاضی کارایی ازیک‌طرف و نیز مبتنی بر اصول طراحی شیءگرایی از طرف دیگر آشنا می‌شود و با انجام تمرینات متعدد مهارت برنامه‌نویسی اصولی در او نهادینه می‌شود.

باوجوداینکه این درس و درس طراحی الگوریتم از دیدگاه نظری بسیار به هم نزدیک هستند، اما اهمیت برنامه‌نویسی مطابق با اصول یک زبان برنامه‌نویسی مشخص باعث شده است که همه‌ی مؤلفینی که درک صحیحی از جایگاه این درس داشته‌اند، کتاب‌های درس ساختمان داده‌ها را برای یک زبان مشخص تألیف کنند. بعد از گذراندن این درس است که دانشجو می‌تواند مفاهیم مجردی را که در درس‌های دیگر همانند طراحی الگوریتم و یا اصول طراحی کامپایلر گفته می‌شود به‌صورت عمیق درک کند و بداند که پیاده‌سازی آنها دقیقاً به چه شکلی است. در این درس، دکتر غیاثی شیرازی ساختمان داده‌ها را با محوریت زبان‌های C++ و Java تدریس می‌کند و همچنین گاهی در جلسات کلاس از زبان پایتون برای کدنویسی استفاده می‌کند.

آموزش رایگان ساختمان داده برای چه کسانی مناسب است؟

ساختمان‌های داده مهم‌ترین درس دوره کارشناسی مهندسی کامپیوتر است. این درس بعد از دروس ریاضیات گسسته و برنامه‌سازی پیشرفته قرار دارد و خود پیش‌نیاز دروس متعدد دیگری است. دانشجو در دروس ریاضی ۱ و ریاضیات گسسته با مباحث ریاضی آشنا شده است اما رابطه‌ای بین آن مباحث و برنامه‌نویسی در ذهن او شکل نگرفته است. همچنین با مفاهیم شیءگرایی همانند کلاس، شیء و ارث‌بری در درس برنامه‌سازی پیشرفته آشنا شده است اما تمرین کافی نداشته است.

***این دوره درحال ضبط است***

***جلسه اول این دوره ضبط نشده است***

فایل‌های مرتبط با این درس از طریق سایت https://github.com/k-ghiasi قابل دسترس دانشجویان است.

دیدگاه کاربران

4.5

بر اساس امتیاز 11 دانشجو

1
2
3
4
5

دانشجوی دوره

2 سال پیش

5

بهترین دوره ساختمان داده و الگوریتم ها همین دوره هست بسیار کامل از مثال های ساده تا بررسی مثال های سخت تر

سروش فتحی

4 سال پیش

5

مباحث تئوری ساختمان رو کامل و مفید توضیح دادن

حبیب حبیبی

4 سال پیش

5

دوره تحلیلی ریاضی و دقیق و مساله حل کننده می باشد

2دوره
18,398دانشجو
35نظر و امتیاز

دکتر سید کمال‌الدین غیاثی شیرازی مدارک کارشناسی مهندسی نرم‌افزار، کارشناسی ارشد هوش مصنوعی و دکتری هوش مصنوعی را به ترتیب از دانشگاه‌های شهید بهشتی، صنعتی شریف و صنعتی امیرکبیر در سال‌های ۱۳۸۱، ۱۳۸۳ و ۱۳۸۹ دریافت کرد. او از سال ۱۳۹۲ هیئت‌علمی گرایش هوش مصنوعی گروه مهندسی کامپیوتر دانشگاه فردوسی مشهد است. زمینه‌های تحقیقاتی او شامل شبکه‌های عصبی، یادگیری عمیق، یادگیری ماشین، بازشناسی الگو، روش‌های هسته و مدل‌های گرافی احتمالاتی است. به‌خاطر اهمیت ریاضیات در این زمینه‌های تحقیقاتی، مدرس علاوه بر دروس مهندسی کامپیوتر و هوش مصنوعی، به تدریس ریاضیات نیز توجه خاصی داشته است و تاکنون دروس آمار و احتمال مهندسی، ریاضیات مهندسی، ریاضیات گسسته، جبر خطی (به‌عنوان بخشی از درس بهینه‌سازی)، بنیادهای نظری حل مسئله در ریاضیات و ریاضیات مهندسی پیشرفته را تدریس کرده است.

مهارت‌هایی که می‌آموزید

دوره‌های مشابه

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.