🚀 اگر یک توسعه‌دهنده باتجربه‌ی JavaScript هستی و حالا میخوای وارد دنیای برنامه‌نویسی سمت سرور بشی، احتمالاً نیاز داری ساختار داده‌ها و الگوریتم‌های کلاسیک زبان‌هایی مثل C# و Java رو پیاده‌سازی کنی. این کتاب عملی دقیقاً برای همین سناریو نوشته شده و بهت نشون میده چطور داخل محدودیت‌ها و ویژگی‌های محیط JavaScript، با ساختارهایی مثل Linked List، Stack، Queue و Graph به‌صورت واقعی کار کنی.

🧠 در طول کتاب یاد میگیری کدوم ساختار داده یا الگوریتم برای مسئله‌ای که داری حل میکنی مناسب‌تره و همچنین Trade-off‌هایی که موقع استفاده از اون‌ها در JavaScript وجود داره رو بهتر درک میکنی. علاوه بر این، یک مرور کلی هم روی قابلیت‌های JavaScript که در طول کتاب استفاده میشن ارائه شده.

📦 این کتاب موضوعات زیر رو پوشش میده:

⚙️ آرایه‌ها و لیست‌ها (Arrays and Lists) — رایج‌ترین ساختار داده‌ها

📚 استک‌ها و صف‌ها (Stacks and Queues) — ساختارهای پیچیده‌تر شبیه لیست

🔗 لیست‌های پیوندی (Linked Lists) — روشی برای رفع محدودیت‌های آرایه‌ها

🗂️ دیکشنری‌ها (Dictionaries) — ذخیره‌سازی داده به‌صورت Key-Value Pair

⚡️ هشینگ (Hashing) — مناسب برای درج و بازیابی سریع داده‌ها

🧩 مجموعه‌ها (Sets) — نگهداری عناصر یکتا که فقط یک‌بار ظاهر میشن

🌳 درخت‌های دودویی (Binary Trees) — ذخیره داده‌ها به‌صورت سلسله‌مراتبی

🌐 گراف‌ها و الگوریتم‌های گراف (Graphs and Graph Algorithms) — ایده‌آل برای مدل‌سازی شبکه‌ها

🔍 الگوریتم‌ها (Algorithms) — شامل الگوریتم‌های مرتب‌سازی و جستجو

🧠 الگوریتم‌های پیشرفته (Advanced Algorithms) — مثل Dynamic Programming و Greedy Algorithms

📑 فهرست مطالب

1. فصل ۱: محیط برنامه‌نویسی و مدل JavaScript
2. فصل ۲: آرایه‌ها
3. فصل ۳: لیست‌ها
4. فصل ۴: استک‌ها
5. فصل ۵: صف‌ها
6. فصل ۶: لیست‌های پیوندی
7. فصل ۷: دیکشنری‌ها
8. فصل ۸: هشینگ
9. فصل ۹: مجموعه‌ها
10. فصل ۱۰: درخت‌های دودویی و درخت‌های جستجوی دودویی
11. فصل ۱۱: گراف‌ها و الگوریتم‌های گراف
12. فصل ۱۲: الگوریتم‌های مرتب‌سازی
13. فصل ۱۳: الگوریتم‌های جستجو
14. فصل ۱۴: الگوریتم‌های پیشرفته

👨‍🏫 درباره نویسنده

🎓 مایکل مک‌میلان مدرس رشته‌ی Computer Information Systems در کالج Pulaski Technical College در شهر North Little Rock ایالت آرکانزاسه. همچنین به‌عنوان مدرس مدعو در حوزه‌ی Information Science در دانشگاه University of Arkansas at Little Rock فعالیت میکنه. قبل از ورود به فضای آکادمیک، به‌عنوان Programmer/Analyst در بیمارستان Arkansas Children’s Hospital کار میکرد و روی Statistical Computing و تحلیل داده فعالیت داشت.

As an experienced JavaScript developer moving to server-side programming, you need to implement classic data structures and algorithms associated with conventional object-oriented languages like C# and Java. This practical guide shows you how to work hands-on with a variety of storage mechanisms—including linked lists, stacks, queues, and graphs—within the constraints of the JavaScript environment.

Determine which data structures and algorithms are most appropriate for the problems you’re trying to solve, and understand the tradeoffs when using them in a JavaScript program. An overview of the JavaScript features used throughout the book is also included.

This book covers:

• Arrays and lists: the most common data structures
• Stacks and queues: more complex list-like data structures
• Linked lists: how they overcome the shortcomings of arrays
• Dictionaries: storing data as key-value pairs
• Hashing: good for quick insertion and retrieval
• Sets: useful for storing unique elements that appear only once
• Binary Trees: storing data in a hierarchical manner
• Graphs and graph algorithms: ideal for modeling networks
• Algorithms: including those that help you sort or search data
• Advanced algorithms: dynamic programming and greedy algorithms

Table of Contents

Chapter 1. The JavaScript Programming Environment and Model

Chapter 2. Arrays

Chapter 3. Lists

Chapter 4. Stacks

Chapter 5. Queues

Chapter 6. Linked Lists

Chapter 7. Dictionaries

Chapter 8. Hashing

Chapter 9. Sets

Chapter 10. Binary Trees and Binary Search Trees

Chapter 11. Graphs and Graph Algorithms

Chapter 12. Sorting Algorithms

Chapter 13. Searching Algorithms

Chapter 14. Advanced Algorithms

About the Author

Michael McMillan is an instructor of Computer Information Systems at Pulaski Technical College in North Little Rock, AR. He is also an adjunct instructor of Information Science at the University of Arkansas at Little Rock. Before moving to academia, he was a programmer/analyst for Arkansas Children's Hospital, where he worked in statistical computing and data analysis.