
جداول الهاش، مجموعات الهاش، وخرائط الهاش
جداول الهاش هي هياكل بيانات قوية تخزن البيانات باستخدام المفاتيح ودوال الهاش. إنها الأساس وراء مجموعات الهاش وخرائط الهاش، مما يتيح الإدراج والبحث والحذف السريع في متوسط زمن O(1).

جداول الهاش هي هياكل بيانات قوية تخزن البيانات باستخدام المفاتيح ودوال الهاش. إنها الأساس وراء مجموعات الهاش وخرائط الهاش، مما يتيح الإدراج والبحث والحذف السريع في متوسط زمن O(1).

هيكل بيانات الطابور (Queue) هو هيكل بيانات خطي يتبع مبدأ "الوارد أولاً، صادر أولاً" (FIFO)، حيث يتم إزالة العنصر الأول الذي تمت إضافته أولاً.

المكدس (Stack) هو هيكل بيانات خطي يتبع مبدأ "آخر ما يدخل هو أول ما يخرج" (LIFO)، حيث يكون العنصر الأخير الذي تمت إضافته هو أول عنصر يتم إزالته.

القائمة المتصلة هي بنية بيانات خطية تُخزّن فيها العناصر كعقد متصلة بواسطة مراجع. وهي مفيدة للذاكرة الديناميكية، وعمليات الإدراج والحذف الفعالة، ولفهم كيفية عمل هياكل البيانات داخلياً.

البحث الثنائي هو خوارزمية بحث فعالة تجد قيمة مستهدفة في مصفوفة مرتبة عن طريق تقسيم نطاق البحث إلى النصف بشكل متكرر.

البحث الخطي هو خوارزمية بحث بسيطة تتحقق من كل عنصر على حدة حتى تعثر على القيمة المستهدفة أو تصل إلى نهاية المصفوفة.

الفرز بالدمج (Merge Sort) هي خوارزمية فرز مستقرة تعتمد على مبدأ "فرق تسد"، حيث تقسم مصفوفة إلى أجزاء أصغر، تفرزها بشكل تكراري، ثم تدمجها مرة أخرى بالترتيب.

الفرز الجذري (Radix Sort) هو خوارزمية فرز لا تعتمد على المقارنة، تقوم بفرز الأعداد الصحيحة رقمًا رقمًا، عادةً باستخدام خوارزمية فرز فرعية مستقرة مثل فرز العد (Counting Sort).

الفرز بالعد هي خوارزمية فرز غير مقارنة تقوم بترتيب الأعداد الصحيحة عن طريق عد عدد مرات ظهور كل قيمة، ثم إعادة بناء المصفوفة المرتبة بناءً على هذه الأعداد.

خارطة مرتبة لتعلم البرمجة كائنية التوجه خطوة بخطوة، من مفاهيم OOP الأساسية إلى المواضيع المتقدمة وأفضل الممارسات.

تشرح هذه المقالة أفضل ممارسات البرمجة كائنية التوجه، بما في ذلك المسؤوليات الواضحة، وencapsulation، وتجنب الأصناف الضخمة، وكتابة كود قابل للصيانة.

دراسة عملية تقيس جودة الكود المولّد بالذكاء الاصطناعي بعيداً عن وهم السرعة، عبر مقارنة بين Vibe Coding خام، وكود Laravel تقليدي، ونسخة مقيّدة بقيود إنتاج حقيقية.

خوارزمية البلازما المناعية Immune Plasma Algorithm (IPA) هي خوارزمية تحسين ميتاهيورستك مستوحاة من فكرة علاج البلازما المناعية. تشرح هذه المقالة الخوارزمية بالتفصيل، بما في ذلك توليد المجتمع الابتدائي، انتشار العدوى، اختيار المتبرعين والمستقبلين، نقل البلازما، تحديث المتبرعين، التعقيد الحسابي، وأهم الملاحظات العملية عند التطبيق.