تفکر الگوریتمی چیست و چرا برای برنامهنویسی مهم است؟ با یک مثال واقعی از فروشگاه اینترنتی، طراحی الگوریتم، بررسی خروجی و پیادهسازی با Python را یاد بگیرید.
در این مقاله چه چیزی یاد میگیریم؟
با مسئلهٔ محاسبهٔ سفارش فروشگاه میبینیم چرا تعریف دقیق قانون و ترتیب اجرای مراحل از نوشتن کد مهمتر است. الگوریتم را طراحی میکنیم، با Dry Run میسنجیم و تفاوت خروجی درست و خطای منطقی را در Python میبینیم.
- تفاوت الگوریتم و کد
- ورودی، پردازش، تصمیم و خروجی یک مسئلهٔ واقعی
- آزمایش دستی و بررسی حالتهای مرزی
- تشخیص خطای منطقی در کد قابلاجرا
آیا بلد بودن یک زبان برنامهنویسی برای حل مسئله کافی است؟
قوانین فروشگاه ساده به نظر میرسند:
- تمام سفارشها ۱۰٪ تخفیف دارند.
- سفارشهای ۳۰۰ هزار تومان و بیشتر، ارسال رایگان دارند.
- هزینه ارسال سایر سفارشها ۲۵ هزار تومان است.
حالا سؤال مهمی مطرح میشود:
اگر مبلغ سفارش قبل از تخفیف ۳۳۰ هزار تومان باشد، ارسال آن رایگان است یا خیر؟
ممکن است در نگاه اول بگویی: «بله! چون مبلغ از ۳۰۰ هزار تومان بیشتر است.»
اما اگر تخفیف را اعمال کنیم، مبلغ سفارش به ۲۹۷ هزار تومان کاهش پیدا میکند.
پس اگر ملاک ارسال رایگان، مبلغ بعد از تخفیف باشد، این سفارش دیگر واجد شرایط ارسال رایگان نیست.
اینجا متوجه یک نکته مهم میشویم:
مشکل ما بلد نبودن Python یا C# نیست؛ مشکل این است که هنوز منطق مسئله را دقیق مشخص نکردهایم.
این دقیقاً جایی است که تفکر الگوریتمی اهمیت پیدا میکند.
تفکر الگوریتمی چیست؟
تفکر الگوریتمی (Algorithmic Thinking) یعنی بتوانیم یک مسئله را به مجموعهای از مراحل مشخص، منطقی و قابلاجرا تبدیل کنیم.
بهجای اینکه بلافاصله شروع به کدنویسی کنیم، ابتدا مشخص میکنیم:
- چه اطلاعاتی در اختیار داریم؟
- چه نتیجهای میخواهیم؟
- برای رسیدن به نتیجه، چه مراحلی باید انجام شود؟
- چه شرایط خاصی میتوانند نتیجه را تغییر دهند؟
تعریف الگوریتم
به مجموعهای از دستورالعملهای دقیق برای حل مسئله، الگوریتم (Algorithm) میگوییم.
برای مثال، محاسبه میانگین سه عدد یک الگوریتم ساده دارد: دریافت اعداد، محاسبه مجموع، تقسیم بر سه و نمایش نتیجه.
این الگوریتم مستقل از زبان برنامهنویسی است.
میتوانیم آن را با Python، JavaScript، PHP یا C# پیادهسازی کنیم.
الگوریتم روش حل مسئله است؛ کد، پیادهسازی آن روش با یک زبان برنامهنویسی است.
قدم اول: مسئله را دقیق تعریف کنیم
به فروشگاه اینترنتی برگردیم.
قبل از نوشتن کد، باید مطمئن شویم قوانین را درست متوجه شدهایم.
فرض میکنیم قوانین نهایی فروشگاه اینها هستند:
- تخفیف برابر ۱۰٪ قیمت اولیه سفارش است.
- مبلغ بعد از تخفیف، مبنای بررسی ارسال رایگان است.
- اگر مبلغ بعد از تخفیف حداقل ۳۰۰ هزار تومان باشد، ارسال رایگان است.
- در غیر این صورت، ۲۵ هزار تومان هزینه ارسال اضافه میشود.
حالا مسئله را به سه بخش تقسیم میکنیم.
| بخش | توضیح |
|---|---|
| ورودی (Input) | قیمت اولیه سفارش و درصد تخفیف |
| پردازش (Processing) | محاسبه تخفیف و تعیین هزینه ارسال |
| خروجی (Output) | مبلغ نهایی قابل پرداخت |
این تقسیمبندی بسیار ساده است، اما به ما کمک میکند قبل از کدنویسی بدانیم برنامه قرار است چه کاری انجام دهد.
قدم دوم: الگوریتم را بدون کدنویسی طراحی کنیم
حالا راهحل را به زبان ساده مینویسیم.
الگوریتم محاسبه مبلغ نهایی سفارش:
- قیمت اولیه سفارش و درصد تخفیف را دریافت کن.
- مبلغ تخفیف را محاسبه کن.
- تخفیف را از قیمت اولیه کم کن.
- اگر مبلغ باقیمانده حداقل ۳۰۰ هزار تومان بود، هزینه ارسال را صفر قرار بده.
- در غیر این صورت، هزینه ارسال را ۲۵ هزار تومان قرار بده.
- مبلغ بعد از تخفیف و هزینه ارسال را جمع کن.
- مبلغ نهایی را برگردان.
به همین سادگی!
ما بدون نوشتن حتی یک خط کد، منطق اصلی برنامه را طراحی کردیم.
اما هنوز یک کار مهم باقی مانده است.
از کجا مطمئن شویم الگوریتم درست است؟
قدم سوم: الگوریتم را روی کاغذ آزمایش کنیم
یکی از روشهای ساده بررسی الگوریتم، Dry Run است.
در این روش، مراحل الگوریتم را با چند ورودی مشخص، بهصورت دستی دنبال میکنیم.
برای مثال، سفارش ۲۰۰ هزار تومانی را در نظر بگیر.
۱۰٪ تخفیف آن برابر ۲۰ هزار تومان است.
پس مبلغ بعد از تخفیف ۱۸۰ هزار تومان خواهد بود.
چون کمتر از ۳۰۰ هزار تومان است، ۲۵ هزار تومان هزینه ارسال اضافه میشود.
مبلغ نهایی: ۲۰۵ هزار تومان
حالا چند ورودی مختلف را بررسی کنیم:
| قیمت اولیه | تخفیف | مبلغ پس از تخفیف | ارسال | مبلغ نهایی |
|---|---|---|---|---|
| ۲۰۰٬۰۰۰ | ۱۰٪ | ۱۸۰٬۰۰۰ | ۲۵٬۰۰۰ | ۲۰۵٬۰۰۰ |
| ۳۵۰٬۰۰۰ | ۱۰٪ | ۳۱۵٬۰۰۰ | رایگان | ۳۱۵٬۰۰۰ |
| ۳۰۰٬۰۰۰ | ۰٪ | ۳۰۰٬۰۰۰ | رایگان | ۳۰۰٬۰۰۰ |
| ۳۳۰٬۰۰۰ | ۱۰٪ | ۲۹۷٬۰۰۰ | ۲۵٬۰۰۰ | ۳۲۲٬۰۰۰ |
به ردیف آخر توجه کن.
اگر قبل از اعمال تخفیف درباره ارسال رایگان تصمیم میگرفتیم، خروجی اشتباه میشد.
ترتیب انجام مراحل در یک الگوریتم میتواند بهاندازه خود عملیات اهمیت داشته باشد.
قدم چهارم: حالا الگوریتم را به کد تبدیل کنیم
وقتی از منطق مسئله مطمئن شدیم، نوشتن کد بسیار سادهتر میشود.
بیایید الگوریتم فروشگاه را با Python پیادهسازی کنیم.
def calculate_total(price, discount_percent):
discount = price * discount_percent // 100
final_price = price - discount
if final_price >= 300000:
shipping = 0
else:
shipping = 25000
return final_price + shipping
print(calculate_total(200000, 10))
print(calculate_total(350000, 10))
print(calculate_total(300000, 0))
print(calculate_total(330000, 10))
خروجی برنامه:
205000
315000
300000
322000
همان نتایجی را گرفتیم که قبل از کدنویسی محاسبه کرده بودیم.
این کد چه کاری انجام میدهد؟
تابع calculate_total دو ورودی دریافت میکند: قیمت سفارش و درصد تخفیف.
ابتدا مبلغ تخفیف محاسبه میشود.
در این مثال، از // برای تقسیم صحیح و محاسبه تخفیف به واحد کامل تومان استفاده کردهایم.
سپس با دستور if بررسی میکنیم که مبلغ بعد از تخفیف به حداقل مبلغ ارسال رایگان رسیده است یا نه.
در نهایت، تابع با return مبلغ قابل پرداخت را برمیگرداند.
ممکن است هنوز با مفهوم تابع یا ساختار شرطها کاملاً آشنا نباشی؛ در مقالههای بعدی آنها را دقیقتر بررسی خواهیم کرد.
فعلاً نکته مهم این است که کد دقیقاً همان مراحلی را پیادهسازی میکند که قبلاً طراحی کرده بودیم.
یک اشتباه کوچک که میتواند کل نتیجه را تغییر دهد
فرض کن هنگام کدنویسی، شرط ارسال رایگان را اشتباه بنویسیم:
price = 330000
discount = price * 10 // 100
final_price = price - discount
if price >= 300000:
shipping = 0
else:
shipping = 25000
print(final_price + shipping)
خروجی این کد:
297000
اما خروجی درست باید 322000 باشد.
مشکل کجاست؟
ما شرط ارسال رایگان را روی متغیر price بررسی کردهایم؛ یعنی قیمت اولیه سفارش.
درحالیکه طبق قانون فروشگاه باید مبلغ بعد از تخفیف بررسی میشد.
کد از نظر Syntax مشکلی ندارد و بدون خطا اجرا میشود.
اما نتیجه آن از نظر منطق کسبوکار اشتباه است.
به این نوع مشکل خطای منطقی (Logical Error) میگوییم.
این مثال نشان میدهد که:
اجرای موفق برنامه، الزاماً به معنای درست بودن الگوریتم نیست.
چطور مطمئن شویم مسئله را درست حل کردهایم؟
یک الگوریتم را نباید فقط با یک ورودی بررسی کنیم.
بهتر است سناریوهای مختلفی را در نظر بگیریم.
برای مثال، درباره الگوریتم فروشگاه میتوانیم این سؤالها را بپرسیم:
- اگر مبلغ سفارش کمتر از حداقل ارسال رایگان باشد چه میشود؟
- اگر مبلغ دقیقاً برابر حداقل ارسال رایگان باشد چه میشود؟
- اگر مبلغ قبل از تخفیف بیشتر از حد مجاز، اما بعد از تخفیف کمتر باشد چه اتفاقی میافتد؟
- اگر درصد تخفیف صفر باشد چطور؟
- اگر قیمت منفی یا درصد تخفیف نامعتبر وارد شود چه باید کرد؟
سؤال آخر نشان میدهد برنامه ما هنوز یک نسخه آموزشی است.
در یک محصول واقعی باید ورودیهای نامعتبر، قوانین مالی و شیوه گرد کردن مبلغ نیز مشخص و مدیریت شوند.
بررسی این شرایط کمک میکند مشکلات احتمالی را قبل از رسیدن نرمافزار به دست کاربران شناسایی کنیم.
تفکر الگوریتمی چه ارتباطی با هوش مصنوعی دارد؟
فرض کن از یک دستیار هوش مصنوعی بخواهی کد محاسبه مبلغ نهایی سفارش را بنویسد.
احتمالاً خیلی سریع کدی دریافت میکنی.
اما اگر در درخواستت مشخص نکرده باشی که ارسال رایگان براساس قیمت قبل از تخفیف محاسبه میشود یا بعد از آن، ممکن است AI یکی از دو روش را انتخاب کند.
حتی اگر کد تولیدشده کاملاً قابلاجرا باشد، ممکن است با قوانین واقعی کسبوکار مطابقت نداشته باشد.
به همین دلیل، تفکر الگوریتمی در عصر هوش مصنوعی اهمیت خود را از دست نمیدهد.
برعکس، به ما کمک میکند مسئله را دقیقتر تعریف کنیم، نیازمندیها را به مراحل مشخص تبدیل کنیم و خروجی تولیدشده توسط AI را ارزیابی کنیم.
هوش مصنوعی میتواند در نوشتن راهحل کمک کند؛ اما ابتدا باید مشخص کنیم مسئله دقیقاً چیست و راهحل درست چه ویژگیهایی دارد.
جمعبندی: قبل از نوشتن کد، فکر کنیم!
در این مقاله یاد گرفتیم که برای حل یک مسئله نرمافزاری، نباید مستقیماً سراغ کدنویسی برویم.
ابتدا مسئله را تعریف کردیم، ورودی و خروجی را مشخص کردیم و سپس الگوریتم را مرحلهبهمرحله طراحی کردیم.
بعد با استفاده از Dry Run نتیجه را بررسی کردیم و در نهایت همان راهحل را با Python پیادهسازی کردیم.
همچنین دیدیم یک اشتباه کوچک در ترتیب عملیات یا بررسی شرطها میتواند نتیجه نادرستی ایجاد کند؛ حتی زمانی که برنامه بدون خطا اجرا میشود.
برنامهنویس خوب فقط کسی نیست که بتواند کد بنویسد؛ کسی است که بتواند قبل از نوشتن کد، مسئله را درست درک و تحلیل کند.
منابع پیشنهادی برای مطالعه بیشتر
- Python Tutorial — Control Flow Tools — شرطها، توابع و ساختارهای تصمیمگیری
- Python Tutorial — Introduction — متغیرها، عملیات ریاضی و مفاهیم پایه
در مقاله بعدی چه یاد میگیریم؟
حالا که یاد گرفتیم چگونه یک مسئله را به مراحل مشخص تقسیم کنیم، وقت آن است که این مراحل را به شکل قابلفهمتری نمایش دهیم.
در مقاله بعدی با فلوچارت (Flowchart)، شبهکد (Pseudocode) و روش نمایش تصمیمها در الگوریتم آشنا میشویم و یاد میگیریم چطور منطق یک برنامه را قبل از کدنویسی ترسیم کنیم.
نظرات ۰
تجربه یا سؤال خود را درباره این مقاله با دیگران به اشتراک بگذارید.
هنوز نظری ثبت نشده. اولین نفر باشید!
ثبت نظر جدید
برای ارسال نظر وارد حساب شوید. اکانت ندارید؟ ثبت نام کنید