دوره آموزشی ساختارهای داده پایتون: قدرت لیست های پیوندی برای مصاحبه های فنی
1 ساعت 30 دقیقهپیشرفته2022-12-13
مدرسین
Erin Allard
Software Engineer at Numerator
جزئیات دوره
مصاحبه فنی بعدی خود را با استفاده از پایتون برای کدبندی برخی از رایجترین ساختارهای داده خطی، به هم متصل کنید: به صورت یک و دو لیست پیوندی (linked lists). در این درس، مربی Erin Allard در مورد لیستهای پیوندی بحث میکند و چیزهایی را به اشتراک میگذارد که شما برای درک خودتان از این ساختار دادهای، با یک مصاحبه کننده نیاز دارید. او بیش از انواع داده های مجرد پیش میرود و به شما کمک میکند که گرهها (nodes ) را در لیست پیوندی تصور کنید. او همچنین در مورد نحوه ایجاد یک لیست پیوندی مجزا و کلاسهای لیست پیوندی دو طرفه بحث میکند و نحوه اجرای روشهای کلیدی را بررسی میکند. در سراسر این دوره، او نه تنها نحوه کدنویسی کلاس و روشهایی برای هر ساختار داده را نشان میدهد، بلکه توضیح میدهد که چرا هر روش مورد نیاز است.
اهداف یادگیری
انواع داده های انتزاعی
شناسایی نوع داده لیست و موارد استفاده از آن
عملیات بر روی لیست های پیوندی
تعریف و کدگذاری کلاس گره های پیوندی جداگانه
ایجاد کلاس لیست پیوندی جداگانه و متدهای آن
ایجاد کلاس لیست پیوند دوگانه و متدهای آن
اهداف یادگیری
انواع داده های انتزاعی
شناسایی نوع داده لیست و موارد استفاده از آن
عملیات بر روی لیست های پیوندی
تعریف و کدگذاری کلاس گره های پیوندی جداگانه
ایجاد کلاس لیست پیوندی جداگانه و متدهای آن
ایجاد کلاس لیست پیوند دوگانه و متدهای آن
مهارت ها
Data EngineeringAdvancedPythonProgramming LanguagesData ScienceOpen SourceSoftware Development
سرفصل ها
0. مقدمه
- 01 - درک ساختارهای داده لیست پیوندی در پایتون
- 02 - آنچه باید بدانید
1. نوع داده چکیده لیست پیوندی
- 03 - انواع داده های انتزاعی
- 04 - نوع داده لیست داخلی در پایتون
- 05 - لیست پیوندی نوع داده انتزاعی - گره ها
- 06 - لیست پیوندی نوع داده انتزاعی - عملیات
2. کلاس گره برای لیست های پیوندی منفرد
- 07 - تعریف کلاس گره لیست پیوندی منفرد
- 08 - کدگذاری کلاس گره لیست پیوندی منفرد
3. کلاس گره برای لیست های دارای پیوند دوگانه
- 09 - دریافت () previous و تنظیم () previous
4. کلاس SinglyLinkedList
- 10 - ایجاد کلاس SinglyLinkedList و متدهای آن
- 11 - خالی است()
- 12 - افزودن front()
- 13 - اندازه ()
- 14 - جستجو ()
- 15 - تصویر سازی remove()
- 16 - کدنویسی remove()
- 17 - تست remove()
5. کلاس DoublyLinkedList
- 18 - ایجاد کلاس DoublyLinkedList و متدهای آن
- 19 - size() و search()
- 20 - کدنویسی add front()
- 21 - تست add front()
- 22 - تصویر سازی remove()
- 23 - برنامه نویسی remove()
- 24 - تست remove()
نتیجه
- 25 - مراحل بعدی
دوره های مرتبط
- دوره آموزشی کلانداده در عصر هوش مصنوعی
- دوره آموزشی راهنمای کامل مهندسی تحلیل دادهها
- دوره آموزشی مهندسی تحلیل پیشرفته: تمرینهای دنیای واقعی
- دوره آموزشی راهنمای کامل Google BigQuery برای مهندسان داده و یادگیری ماشین
- دوره آموزشی یادگیری اصولی PySpark: معرفی ساخت خطوط پردازش داده
- دوره آموزشی پاکسازی دادهها برای علم داده مؤثر: واردکردن دادهها، تشخیص ناهنجاری، پرکردن مقادیر گمشده و مهندسی ویژگیها
- دوره آموزشی یادگیری جامع اسکالا برای علوم داده
- دوره آموزشی SPSS: آمادهسازی، مصورسازی و مدلسازی دادهها