مقدمه

همیشه مقایسه الگوریتمهای مختلف با هم، برای برنامه نویسها جالبه! دوست داریم بدونیم که الگوریتم کدوم یک از ما سریعتر و بهتر اجرا میشه و انتظار اولیه ای که از درس "طراحی و تحلیل الگوریتمها" داریم هم همین هست. ولی احتمالا خیلی از شماها هم مثل من، جلسات اولیه این درس، یه کم تو ذوقتون خورده! یه سری نمودار و روابط ریاضی که گرچه مهم هستند، اما معمولا با توجه به وقت سر کلاس، کامل توضیح داده نمیشن و یا برعکس، بسته به تسلط و علاقه استاد مربوطه، زیادی به شکل ریاضی محض توضیح داده میشن! و بدتر اینکه

در ادامه درس الگوریتمها، مدام از این معیارهای مقایسه الگوریتمها با هم استفاده میشه و اگه این بحثهای اولیه رو به هر دلیلی (توضیح کم استاد یا توضیح خیلی ریاضیاتی استاد) از دست داده باشین، تا آخر درس براتون سؤال باقی میمونه که بالاخره این مرتبه های بزرگی چی هستن و آیا راه حلهای ساده تری برای فهم و استفاده از اونها وجود دارن یا نه؟ پس

اگه شما هم یکی از کسانی هستید که فکر میکنید نیاز هست یه بازنگری سریع و ساده در برداشتتون از تحلیل الگوریتمها بکنید و با حداقل ریاضی ممکن (متأسفانه نمیشه ریاضی رو به کل حذف کرد، پس بهتره باهاش دوست باشید 😊)، مهمترین مطالب مورد نیاز در فهم تحلیل الگوریتمها رو دوره کنید، این درس رو از دست ندید: مروری ساده بر تحلیل الگوریتمها

سرفصل این درس

  • 02
    فصل دوم - معرفی دو معیار اولیه جهت مقایسه زمانی الگوریتمها
    Show Content
    • معیار زمان تخمینی
    • معیار مجموع تعداد تکرارها
  • 03
    فصل سوم - معرفی عملگر اصلی و مرتبه های بزرگی
    Show Content
    • معیار تعداد دفعات اجرای عملگر اصلی و معرفی مرتبه های بزرگی
    • معرفی مرتبه بزرگی برای تحلیل الگوریتم در بدترین حالت
    • معرفی مرتبه بزرگی برای تحلیل الگوریتم در بهترین حالت
    • معرفی مرتبه بزرگی برای تحلیل الگوریتم در حالت متوسط
  • 04
    فصل چهارم - بررسی چند قضیه کاربردی در تحلیل الگوریتمها
    Show Content
    • بررسی چند قضیه پیرامون مرتبه های بزرگی
    • ادامه بررسی برخی قضایا پیرامون مرتبه های بزرگی
    • قضایای نهایی و جمع بندی
  • 05
    فصل پنجم - ضمیمه ها و فایلهای این درس
    Show Content
    • اسلایدهای استفاده شده در این درس
    • فایلهای صوتی ویدیوهای این درس

این درس شامل چه چیزهایی است و چه مقدار زمان می برد؟

  • 11 Videos

  • 2 Downloads

  • 01:06:34 Hours

با مروری ساده بر تحلیل الگوریتمها آشنا شوید

جزء اولین کسانی باشید که از آموزشهای آینده ما باخبر می شوید و

همین حالا ثبت نام کنید

درباره مدرس این درس

رضا خجسته مدرک کارشناسی خود را با رتبه دوم و مدرک کارشناسی ارشد خود را با رتبه اول در رشته مهندسی نرم افزار از دانشکده مهندسی کامپیوتر و فناوری اطلاعات - دانشگاه صنعتی امیرکبیر (پلی تکنیک تهران) دریافت کرد. وی از اوایل دهه هفتاد شمسی به عنوان مهندس کامپیوتر، برنامه نویس و استاد دروس کامپیوتر مشغول به کار است، هرچند که علاقه بیش از حدش به تدریس، بیشتر او را در محیطهای دانشگاه و کالج نگاه داشته است 

او پس از مدت زیادی تدریس در دانشگاه ها و کالج های داخل کشور، در حال حاضر به تدریس در کالج سنکا (بزرگترین کالج کانادا واقع در تورنتو) مشغول است. مهمترین دغدغه فکری - حرفه ای او همواره این بوده که بتواند مفاهیم و مسائل بعضاً پیچیده در علوم، مهندسی و برنامه نویسی کامپیوتر را، با استفاده از مفاهیم و مثالهای رایج در زندگی روزمره، به روشهایی ساده تر و قابل فهم تر به دانشجویان منتقل کند  

وی در ویرایش و تولید چندین مقاله، کتاب، و سرفصل دروس کامپیوتری در دانشگاهها و کالجهای داخل و خارج از ایران مشارکت داشته و سابقه شرکت، سخنرانی، داوری، هدایت و سرپرستی تیمهای مختلف دانشجویی در کنفرانسها، همایشها، کارگاهها و مسابقات علمی متعدد کامپیوتری داخلی و بین المللی را داراست

  • دیگران چه می گویند؟

    من رضا را اولین بار در سال ۱۹۹۸، وقتی که یک دانشجوی سال اولی مهندسی نرم افزار در دانشگاه صنعتی امیرکبیر تهران بودم، ملاقات کردم. او یکی از بهترین دانشجوهای سال بالایی در دانشکده محسوب میشد و هم در "طراحی و پیاده سازی الگوریتمها" و هم در "هوش مصنوعی" بسیار فعال بود. در اثر تعاملاتی که با رضا در کلاس "برنامه نویسی سی پلاس پلاس" او داشتم، و پس از آنکه در جریان فعالیتهای وی در مسابقات روبوکاپ قرار گرفتم، بسیار به ادامه هوش مصنوعی علاقه مند شدم. و چنین شد که من، هوش مصنوعی را به عنوان زمینه اصلی تحقیقاتی خود در تحصیلات تکمیلی انتخاب کردم، و همینطور حرفه خود را، شغلی با هسته مرکزی هوش مصنوعی، برگزیدم. من رضا را یکی از تأثیرگذارترین اساتید خود میدانم و فراگیری و استفاده از سرویسهای آموزشی او را به شدت توصیه میکنم

    رضا رستگار

    دکترای ریاضیات کاربردی از دانشگاه ایالتی آیووای آمریکا، و مدیر تحلیل های داده ای شرکت نفتی اکسیدنتال در هیوستون آمریکا

    رضا رستگار
  • دیگران چه می گویند؟

    رضا خجسته، به لحاظ مهارتهای تدریس بسیار عالی اش، در بین اکثر دانشجوهای کارشناسی دانشکده مهندسی کامپیوتر دانشگاه صنعتی امیرکبیر تهران، بسیار شناخته شده بود. او میتوانست به خوبی هرچه تمام تر، مفاهیم، مدلها و الگوهای پیچیده برنامه نویسی را، به روشی قابل فهم، و به جهت ایجاد علاقه و اشتیاق در بین دانشجویان، ارائه دهد. مورد مهمتر این بود که او بسیار صبور در تدریس، و همچنین، همواره آماده برای پاسخ دادن به سؤالات بود

    امیر حداد

    دکترای علوم کامپیوتر از دانشگاه ملی استرالیا و متخصص در امور داده های کلان

    امیر حداد
  • دیگران چه می گویند؟

    جناب آقای رضا خجسته، اولین استاد بنده بعد از ورود به دانشگاه صنعتی امیرکبیر در مقطع کارشناسی، و در درس مبانی کامپیوتر بوده اند. ایشان از دید بنده و تعداد کثیری از فارغ التحصیلان دانشکده کامپیوتر دانشگاه امیرکبیر، که شاگردی در یکی از دروس ایشان را تجربه کرده اند، همواره به عنوان فردی با استعداد، مجرب در زمینه علوم کامپیوتر، مشتاق در به اشتراک گذاشتن علم و تجربه خود برای دیگران، و مجرب در زمینه تدریس شناخته شده اند. راه اندازی این وبسایت و ادامه تلاشهای ایشان برای آموزش دیگران بسیار تحسین بر انگیز است. من استفاده از مطالب آموزشی تهیه شده توسط آقای خجسته را به تمامی علاقه مندان رشته علوم کامپیوتر توصیه میکنم

    حامد جانزاده

    مهندس کامپیوتر، و مدیر فنی دپارتمان فروش بین الملل شرکت آمازون، آستین تگزاس، آمریکا

    حامد جانزاده

با مروری ساده بر تحلیل الگوریتمها آشنا شوید

جزء اولین کسانی باشید که از آموزشهای آینده ما باخبر می شوید و

همین حالا ثبت نام کنید

نظرات شما

  • Ali Ahmadi

    “This course helped me resolve many of the ambiguities I had for years, regarding Algorithms Analysis!”

    “This course helped me resolve many of the ambiguities I had for years, regarding Algorithms Analysis!”

    Read Less