فصل ۱ — شروع پایتون
پایتون چیست و چرا محبوبترین زبان دنیاست؟ محیط پروژه: venv و مدیریت پکیجهافصل ۲ — متغیرها و انواع داده
متغیرها و انواع پایه داده رشتهها: متدهای متن در پایتون لیست، تاپل، دیکشنری و مجموعهفصل ۳ — کنترل جریان
شرطها: if و elif و else حلقهها: for و while در پایتونفصل ۴ — توابع و ماژولها
توابع: def، پارامترها و return ماژولها و کتابخانه استانداردفصل ۵ — کلاس و برنامهنویسی شیءگرا
کلاسها و شیءگرایی در پایتونفصل ۶ — پروژه عملی
کار با فایل و JSON پروژه پایانی: مدیریت کارها در خط فرمانفصل ۷ — سینتکس، عملگرها و ورودی/خروجی
سینتکس و تورفتگی: قواعد خط پایتون عملگرها: حساب، مقایسه، منطق و عضویت ورودی و خروجی: print و input در عمق اعداد و تبدیل نوع (casting) f-string در عمق: فرمتدهی حرفهایفصل ۸ — ساختمانهای داده در عمق
لیست در عمق: متدها، برش و کپی تاپل: ثابتها و بازکردن مقادیر مجموعهها: عضویت سریع و عملیات ریاضی دیکشنری در عمق: get، setdefault و ادغام کامپریهنشن: list، dict و set enumerate، zip و ابزارهای پیمایش match/case: تطبیق الگو در پایتون ۳.۱۰+فصل ۹ — توابع در عمق
*args و **kwargs: پارامترهای انعطافپذیر lambda و توابع درجهیک بازگشت: تابعی که خودش را صدا میزند اسکوپ: local، global و nonlocal تایپ هینت: نوعنویسی در پایتون مدرنفصل ۱۰ — شیءگرایی در عمق
وراثت و چندریختی متدهای جادویی (dunder) کپسولاسیون: property، خصوصی و انواع متد dataclass: کلاس دادهمحور آماده کلاس انتزاعی، Protocol و duck typingفصل ۱۱ — خطاها، فایلها و ماژولها
خطاها: try/except/finally و raise فایلها در عمق: خواندن، نوشتن و pathlib CSV: خواندن و نوشتن جداول ماژول و پکیج خودتان + __main__ os و sys: سیستمعامل و مفسرفصل ۱۲ — زمان، ریاضی و ابزارهای پیشرفته
تاریخ و زمان: datetime و timedelta math و random: محاسبات و تصادف عبارات باقاعده: ماژول re ایتریتور و ژنراتور: yield کلوژر و دکوراتور بهترین شیوهها: کد پایتونی تمیزبازگشت: تابعی که خودش را صدا میزند
بازگشت یعنی تابع برای حل مسئله، نسخه کوچکترِ همان مسئله را به خودش بسپارد: پیمایش ساختارهای تودرتو، درختها و مسیرها جایی که حلقه معمولی تنگ میآید. هر تابع بازگشتی دو قطعه دارد: حالت توقف که حل را قطعی میکند و گام بازگشتی که مسئله را کوچکتر میکند — بدون این دو، برنامه تا حد مجاز فرو میرود.
مراحل قدمبهقدم
-
۱
دو قطعه الزامی
حالت توقف (base case): ورودی ساده که بیصدا کردن دوباره جواب میدهد — factorial(0) = 1. گام بازگشتی: مسئله به نسخه کوچکتر شکسته میشود: factorial(n) = n * factorial(n-1). فراموشی حالت توقف یعنی RecursionError.
-
۲
مثال کلاسیک: فیبوناچی
fib(n) = fib(n-1) + fib(n-2) با توقف fib(0)=fib(1)=1. نسخه ساده بازگشتی برای اعداد بزرگ فوقالعاده کند است چون هزاران بار همان محاسبه تکرار میشود؛ با memo (از functools import cache و @cache بالای تابع) سرعت بهشکل چشمگیر درست میشود.
-
۳
کاربرد واقعی: پیمایش تودرتو
مثال کاربردی: جمع اعداد در ساختار تودرتوی نامعلومِ عمق — لیستی از لیستها و اعداد. حلقه معمولی نمیداند چند لایه هست؛ بازگشت هر لایه را خودکار حل میکند: اگر عضو لیست بود دوباره صدا بزن، وگرنه جمع کن. همین الگو پیمایش پوشهها و درخت JSON است.
-
۴
حد و هشدار
پایتون عمق بازگشت را محدود کرده (پیشفرض حدود ۱۰۰۰) و اضافهزدن آن با sys.setrecursionlimit خطرناک است — استک واقعی سرریز میشود. اگر مسئله با حلقه حل میشود، حلقه بنویسید؛ بازگشت را برای ساختار واقعاً بازگشتی نگه دارید.
نکات مهم
- ◆ اول حالت توقف را بنویسید، بعد گام بازگشت — همیشه.
- ◆ برای بازگشت سنگین تکرارشو، از functools.cache استفاده کنید.
- ◆ ساختار تودرتوی نامعلوم عمق = کار خود بازگشت است، نه حلقه.
کد یا مسیر نمونه
from functools import cache
def factorial(n):
if n <= 1: # حالت توقف
return 1
return n * factorial(n - 1) # گام بازگشتی
@cache # جلوگیری از محاسبه تکراری
def fib(n):
if n <= 1:
return n
return fib(n - 1) + fib(n - 2)
def deep_sum(data):
"""جمع اعداد در ساختار تودرتوی هر عمقی."""
total = 0
for item in data:
if isinstance(item, list):
total += deep_sum(item) # بازگشت به لایه بعد
else:
total += item
return total
print(factorial(5)) # 120
print(fib(50)) # سریع با cache
print(deep_sum([1, [2, 3], [4, [5, 6]]])) # 21
پرسش و پاسخ این درس (۰)
هنوز دیدگاهی ثبت نشده؛ اولین نفر باشید!