🐍 راهنمای ساده و کاربردی ساختارهای داده و الگوریتم‌ها در Python

🧠 اگر فکر میکردی Data Structureها و Algorithmها فقط یک مشت تئوری هستن، بخش بزرگی از تاثیر واقعی اون‌ها روی کد Python رو از دست دادی. در این کتاب یاد میگیری چطور با Big O Notation سرعت کدت رو چندین برابر افزایش بدی و با انتخاب ساختارهای داده‌ای مثل Hash Tableها، Treeها و Graphها، بهره‌وری کد رو به‌شکل چشمگیری بهتر کنی.

📘 کتاب با زبان ساده و Diagramهای واضح، موضوعی که معمولا پیچیده به نظر میرسه رو برای هر نوع پیش‌زمینه‌ای قابل‌فهم میکنه. هر فصل شامل تمرین‌های عملی میشه تا دانش دست‌به‌کاری رو که برای تسلط بر Data Structureها و Algorithmها در کارهای روزمره نیاز داری، به دست بیاری.

⚙️ Algorithmها و Data Structureها خیلی فراتر از مفاهیم انتزاعی هستن. تسلط روی اون‌ها کمکت میکنه کدی بنویسی که سریع‌تر و کارآمدتر اجرا بشه؛ چیزی که مخصوصا برای اپلیکیشن‌های Web و Mobile امروزی اهمیت زیادی داره.

🛠️ این کتاب رویکردی عملی به Data Structureها و Algorithmها داره و تکنیک‌ها و سناریوهای دنیای واقعی رو آموزش میده که میتونی مستقیما در کدهای روزمره پروداکشن استفاده کنی.

🐍 نسخه Python کتاب برای تمام مثال‌های کد، تمرین‌ها و راه‌حل‌ها منحصرا از Python استفاده میکنه.

📈 یاد میگیری با Big O Notation بهره‌وری کدت رو اندازه‌گیری و توضیح بدی و Algorithmها رو برای اجرای سریع‌تر تغییر بدی. همچنین میبینی انتخاب بین Arrayها، Linked Listها و Hash Tableها چطور میتونه تاثیر بزرگی روی کدی که مینویسی داشته باشه.

🔁 از Recursion برای حل مسئله‌های پیچیده استفاده میکنی و Algorithmهایی طراحی میکنی که میتونن به‌شکل چشمگیری سریع‌تر از روش‌های جایگزین اجرا بشن.

🌳 وارد Data Structureهای پیشرفته مثل Binary Treeها و Graphها میشی تا بتونی اپلیکیشن‌های تخصصی مثل شبکه‌های اجتماعی و نرم‌افزارهای Mapping رو در مقیاس بزرگ‌تر توسعه بدی.

⚡ حتی با یک Keyword آشنا میشی که میتونه یک Turbo Boost واقعی به پرفورمنس کدت بده. در هر فصل هم تمرین‌هایی برای تقویت مهارت‌های جدیدت وجود داره و راه‌حل‌های کامل و دقیق اون‌ها ارائه شده.

🚀 با استفاده از این تکنیک‌ها میتونی از همین امروز کد Python سریع‌تر و مقیاس‌پذیرتری بنویسی.

📖 فهرست مطالب

فصل ۱. چرا Data Structureها اهمیت دارن

فصل ۲. چرا Algorithmها اهمیت دارن

فصل ۳. آشنایی با Big O Notation

فصل ۴. افزایش سرعت کد با Big O

فصل ۵. بهینه‌سازی کد با Big O و بدون اون

فصل ۶. بهینه‌سازی برای سناریوهای خوش‌بینانه

فصل ۷. Big O در کدهای روزمره

فصل ۸. Lookup فوق‌سریع با Hash Tableها

فصل ۹. نوشتن کد تمیز و زیبا با Stackها و Queueها

فصل ۱۰. Recursion با Recursion

فصل ۱۱. یادگیری نوشتن به سبک Recursive

فصل ۱۲. Dynamic Programming

فصل ۱۳. Algorithmهای Recursive برای افزایش سرعت

فصل ۱۴. Data Structureهای مبتنی بر Node

فصل ۱۵. افزایش سرعت همه‌چیز با Binary Search Treeها

فصل ۱۶. مدیریت درست Priorityها با Heapها

فصل ۱۷. کار با Trie

فصل ۱۸. متصل کردن همه‌چیز با Graphها

فصل ۱۹. مدیریت محدودیت‌های Space

فصل ۲۰. تکنیک‌های Code Optimization

📝 نقد و بررسی

💭 «به دانشجوها و برنامه‌نویس‌ها در همه‌جا گفته میشه که Algorithmها و Data Structureها برای ساخت نرم‌افزار باکیفیت چقدر مهم هستن؛ تازه اهمیت اون‌ها برای استخدام شدن در بهترین شرکت‌ها رو هم باید اضافه کرد. با این حال منابع خیلی کمی وجود دارن که واقعا این موضوع رو شفاف توضیح بدن. این کتاب دقیقا همین کار رو میکنه! ترکیب سادگی Python با توانایی Jay در تمرکز روی چیزهایی که واقعا باید بدونی، یک فرمول برنده ساخته. خوندن این کتاب برای هر Software Engineer یک سرمایه‌گذاری ارزشمنده.»

— لیندون پرسل، Software Developer در OK200

💭 «A Common-Sense Guide to Data Structures and Algorithms in Python یکی از اون کتاب‌های نادریه که هم محتوای الگوریتمی‌ای رو که گاهی غیرقابل‌نفوذ به نظر میرسه باز میکنه و هم با سبک نوشتاری مستقیم و قابل‌فهم، خواننده رو درگیر نگه میداره. این کتاب رو به هر کسی که میخواد با یادگیری عمیق‌تر Algorithmها مهارت برنامه‌نویسی خودش رو بهتر کنه، شدیدا پیشنهاد میکنم.»

— تری پپرز، Vice President of Engineering در LogicGate

💭 «به‌عنوان کسی که تازه برنامه‌نویسی رو شروع کرده، کتاب‌های زیادی درباره Algorithmها خوندم و کتاب Jay تنها کتابیه که نه فرض میکنه خواننده نابغه ریاضیه و نه با لحن از بالا به پایین باهات حرف میزنه. از همون ابتدای کتاب، مثل یک Mentor و دوست تو رو به یادگیری و درک بهتر تشویق میکنه.»

— کیتی داگلاس، دانشجو در The Open University

👤 درباره نویسنده

👨‍💻 جی ونگرو مدرس و Software Engineer باتجربه و بنیان‌گذار Actualize، یکی از Coding Bootcampهای برنده جایزه در آمریکاست.

🧩 او علاقه زیادی به ساده کردن موضوع‌های پیچیده داره و تلاش میکنه Software Development رو با شکستن مفاهیم دشوار به بخش‌های کوچک‌تر، ساده‌تر و قابل‌فهم‌تر، برای افراد بیشتری در دسترس قرار بده.

If you thought data structures and algorithms were all just theory, you're missing out on what they can do for your Python code. Learn to use Big O notation to make your code run faster by orders of magnitude. Choose from data structures such as hash tables, trees, and graphs to increase your code's efficiency exponentially. With simple language and clear diagrams, this book makes this complex topic accessible, no matter your background. Every chapter features practice exercises to give you the hands-on information you need to master data structures and algorithms for your day-to-day work.

Algorithms and data structures are much more than abstract concepts. Mastering them enables you to write code that runs faster and more efficiently, which is particularly important for today's web and mobile apps. Take a practical approach to data structures and algorithms, with techniques and real-world scenarios that you can use in your daily production code.

The Python edition uses Python exclusively for all code examples, exercise, and solutions.

Use Big O notation to measure and articulate the efficiency of your code, and modify your algorithm to make it faster. Find out how your choice of arrays, linked lists, and hash tables can dramatically affect the code you write. Use recursion to solve tricky problems and create algorithms that run exponentially faster than the alternatives. Dig into advanced data structures such as binary trees and graphs to help scale specialized applications such as social networks and mapping software. You'll even encounter a single keyword that can give your code a turbo boost. Practice your new skills with exercises in every chapter, along with detailed solutions.

Use these techniques today to make your Python code faster and more scalable.

Table of Contents

Chapter 1. Why Data Structures Matter

Chapter 2. Why Algorithms Matter

Chapter 3. O Yes! Big O Notation

Chapter 4. Speeding Up Your Code with Big O

Chapter 5. Optimizing Code With and Without Big O

Chapter 6. Optimizing for Optimistic Scenarios

Chapter 7. Big O in Everyday Code

Chapter 8. Blazing Fast Lookup with Hash Tables

Chapter 9. Crafting Elegant Code with Stacks and Queues

Chapter 10. Recursively Recurse with Recursion

Chapter 11. Learning to Write in Recursive

Chapter 12. Dynamic Programming

Chapter 13. Recursive Algorithms for Speed

Chapter 14. Node-Based Data Structures

Chapter 15. Speeding Up All the Things with Binary Search Trees

Chapter 16. Keeping Your Priorities Straight with Heaps

Chapter 17. It Doesn’t Hurt to Trie

Chapter 18. Connecting Everything with Graphs

Chapter 19. Dealing with Space Constraints

Chapter 20. Techniques for Code Optimization

Early Praise for A Common-Sense Guide to Data Structures and Algorithms in Python, Volume 1

“Students and programmers everywhere are told how important algorithms and data structures are for creating quality software—not to mention getting hired at the best companies—and, yet, there are so few resources that bring actual clarity to the topic. This book does! The combination of Python’s simplicity and Jay’s ability to drill down on what you need to know is a winning formula. Reading this book is a worthwhile investment for any software engineer.”

➤ Lyndon Purcell

Software Developer, OK200

“A Common-Sense Guide to Data Structures and Algorithms in Python is one of those rare books that both unravels the sometimes impenetrable algorithmic content and keeps the reader engaged with a direct and approachable writing style. I highly recommend this book to anyone that wants to dig into algorithms to improve their programming skills.”

➤ Terry Peppers

Vice President of Engineering, LogicGate

“As a beginner to coding, I have read many books on algorithms, and Jay’s book is the only one which doesn’t assume the reader is a math genius, nor does it treat you in a condescending manner. From the start of the book, he encourages your learning and understanding as a mentor and a friend.”

➤ Katy Douglas

Student, The Open University

About the Author

Jay Wengrow, an experienced educator and software engineer, is the founder of Actualize, an award-winning US coding bootcamp. He is passionate about simplifying the complex, and making software development more accessible by breaking the complex down into its simpler, easier parts.