فلوچارت و شبه‌کد چیستند؟ آموزش طراحی الگوریتم قبل از کدنویسی با مثال واقعی

فلوچارت و شبه‌کد چیستند؟ آموزش طراحی الگوریتم قبل از کدنویسی با مثال واقعی

فلوچارت و شبه‌کد چیستند و چه تفاوتی دارند؟ نمادهای استاندارد فلوچارت، شرط‌ها، حلقه‌ها و تبدیل الگوریتم به شبه‌کد و Python را با مثال واقعی یاد بگیرید.

در این مقاله چه چیزی یاد می‌گیریم؟

با مسئلهٔ رزرو صندلی می‌بینیم چطور منطق یک الگوریتم را پیش از کدنویسی قابل‌دیدن و قابل‌آزمایش کنیم. مسیر تصمیم‌گیری را با فلوچارت رسم می‌کنیم، همان مسیر را به شبه‌کد و Python تبدیل می‌کنیم و خروجی را با حالت‌های مرزی می‌سنجیم.

  • معنای پنج نماد اصلی فلوچارت
  • تبدیل دو شرط رزرو به نمودار و شبه‌کد
  • توالی، انتخاب و تکرار در الگوریتم
  • آزمایش نتیجهٔ برنامه با درخواست‌های معتبر و نامعتبر

مقدمه: اگر قبل از کدنویسی بتوانیم رفتار برنامه را ببینیم چه می‌شود؟

فرض کن از ظرفیت یک دوره، فقط ۴ صندلی باقی مانده است.

حالا سه درخواست مختلف دریافت می‌کنیم:

  • کاربر اول می‌خواهد ۳ صندلی رزرو کند.
  • کاربر دوم می‌خواهد ۵ صندلی رزرو کند.
  • کاربر سوم درخواست رزرو صفر صندلی ارسال می‌کند.

برنامه باید برای هر درخواست چه تصمیمی بگیرد؟

درخواست اول باید پذیرفته شود، درخواست دوم به دلیل ظرفیت ناکافی رد شود و درخواست سوم هم به دلیل نامعتبر بودن تعداد صندلی‌ها پذیرفته نشود.

اما چطور می‌توانیم مطمئن شویم که برنامه ما تمام این شرایط را به‌درستی مدیریت می‌کند؟

می‌توانیم مستقیماً کدنویسی را شروع کنیم، اما راه بهتری هم وجود دارد:

قبل از نوشتن کد، منطق برنامه را به شکلی طراحی کنیم که بتوانیم تمام مسیرهای تصمیم‌گیری آن را ببینیم.

در مقاله قبلی با تفکر الگوریتمی آشنا شدیم. حالا می‌خواهیم با دو ابزار مهم طراحی الگوریتم، یعنی فلوچارت (Flowchart) و شبه‌کد (Pseudocode)، آن را به مرحله عملی‌تری ببریم.

فلوچارت چیست و چه کاربردی دارد؟

فلوچارت یا نمودار جریان، روشی تصویری برای نمایش مراحل انجام یک فرایند یا الگوریتم است.

در فلوچارت از شکل‌های مشخص و فلش‌های جهت‌دار استفاده می‌کنیم تا نشان دهیم هر عملیات چه زمانی انجام می‌شود و برنامه براساس شرایط مختلف چه مسیری را دنبال می‌کند.

برای مثال، اگر قرار باشد فقط دو عدد را جمع کنیم، مسیر بسیار ساده است:

شروع ← دریافت دو عدد ← محاسبه مجموع ← نمایش نتیجه ← پایان

اما اگر تصمیم‌گیری هم داشته باشیم، مسیر می‌تواند به چند شاخه تقسیم شود.

مثلاً:

«آیا ظرفیت دوره برای ثبت‌نام کافی است؟»

  • اگر بله، رزرو انجام شود.
  • اگر خیر، پیام ظرفیت ناکافی نمایش داده شود.

فلوچارت کمک می‌کند این تصمیم‌ها را قبل از کدنویسی، به‌صورت بصری بررسی کنیم.

نمادهای اصلی فلوچارت

در فلوچارت از شکل‌های قراردادی استفاده می‌کنیم. برای شروع، شناخت پنج نماد اصلی کافی است.

نمادشکلکاربرد
Start / Endبیضیشروع یا پایان الگوریتم
Processمستطیلانجام محاسبه یا عملیات
Input / Outputمتوازی‌الاضلاعدریافت ورودی یا نمایش خروجی
Decisionلوزیبررسی شرط و انتخاب مسیر
Flowlineفلشمشخص کردن جهت حرکت بین مراحل

بیضی: نقطه شروع و پایان را مشخص می‌کند.

مستطیل: نشان‌دهنده انجام یک عملیات است؛ مثلاً کم کردن تعداد صندلی‌های رزروشده از ظرفیت باقی‌مانده.

متوازی‌الاضلاع: برای دریافت داده از کاربر یا نمایش نتیجه استفاده می‌شود.

لوزی: مهم‌ترین نماد تصمیم‌گیری است. داخل آن یک شرط قرار می‌گیرد که نتیجه بررسی آن مشخص می‌کند برنامه کدام مسیر را ادامه دهد.

فلش: ترتیب مراحل و مسیر حرکت الگوریتم را نشان می‌دهد.

در فلوچارت‌های ساده معمولاً دو مسیر خروجی از لوزی داریم: «بله/خیر» یا True/False.

پنج نماد فلوچارت: بیضی برای شروع و پایان، مستطیل برای پردازش، متوازی‌الاضلاع برای ورودی و خروجی، لوزی برای تصمیم و فلش برای مسیر جریانپنج نماد فلوچارت: بیضی برای شروع و پایان، مستطیل برای پردازش، متوازی‌الاضلاع برای ورودی و خروجی، لوزی برای تصمیم و فلش برای مسیر جریانپنج نماد فلوچارت: بیضی برای شروع و پایان، مستطیل برای پردازش، متوازی‌الاضلاع برای ورودی و خروجی، لوزی برای تصمیم و فلش برای مسیر جریانپنج نماد فلوچارت: بیضی برای شروع و پایان، مستطیل برای پردازش، متوازی‌الاضلاع برای ورودی و خروجی، لوزی برای تصمیم و فلش برای مسیر جریان

نکته مهم این است که شکل‌ها صرفاً جنبه تزئینی ندارند؛ هر شکل معنای مشخصی دارد و به خواننده کمک می‌کند ساختار الگوریتم را سریع‌تر درک کند.

چگونه یک فلوچارت واقعی طراحی کنیم؟

به سامانه ثبت‌نام دوره برگردیم.

فرض می‌کنیم دو مقدار در اختیار داریم:

availableSeats: تعداد صندلی‌های باقی‌مانده

requestedSeats: تعداد صندلی‌های درخواستی

همچنین فرض می‌کنیم ظرفیت موجود از قبل معتبر و غیرمنفی است.

قوانین ثبت‌نام را مشخص می‌کنیم:

  1. تعداد صندلی درخواستی باید بیشتر از صفر باشد.
  2. تعداد درخواستی نباید از ظرفیت باقی‌مانده بیشتر باشد.
  3. اگر هر دو شرط برقرار بود، رزرو موفق است.
  4. بعد از رزرو موفق، ظرفیت باقی‌مانده محاسبه می‌شود.

حالا می‌توانیم فلوچارت را رسم کنیم.

فلوچارت ثبت‌نام دوره آموزشی

فلوچارت رزرو صندلی: پس از دریافت ورودی، درخواست صفر یا منفی رد می‌شود؛ اگر تعداد درخواستی از ظرفیت بیشتر باشد ظرفیت ناکافی اعلام می‌شود؛ در غیر این صورت ظرفیت باقی‌مانده محاسبه و رزرو موفق نمایش داده می‌شود. فلوچارت رزرو صندلی: پس از دریافت ورودی، درخواست صفر یا منفی رد می‌شود؛ اگر تعداد درخواستی از ظرفیت بیشتر باشد ظرفیت ناکافی اعلام می‌شود؛ در غیر این صورت ظرفیت باقی‌مانده محاسبه و رزرو موفق نمایش داده می‌شود. فلوچارت رزرو صندلی: پس از دریافت ورودی، درخواست صفر یا منفی رد می‌شود؛ اگر تعداد درخواستی از ظرفیت بیشتر باشد ظرفیت ناکافی اعلام می‌شود؛ در غیر این صورت ظرفیت باقی‌مانده محاسبه و رزرو موفق نمایش داده می‌شود. فلوچارت رزرو صندلی: پس از دریافت ورودی، درخواست صفر یا منفی رد می‌شود؛ اگر تعداد درخواستی از ظرفیت بیشتر باشد ظرفیت ناکافی اعلام می‌شود؛ در غیر این صورت ظرفیت باقی‌مانده محاسبه و رزرو موفق نمایش داده می‌شود.

این نمودار را از بالا به پایین دنبال می‌کنیم.

مرحله اول: دریافت ورودی

برنامه ظرفیت موجود و تعداد صندلی درخواستی را دریافت می‌کند.

مرحله دوم: اعتبارسنجی درخواست

اولین لوزی بررسی می‌کند که تعداد درخواستی بیشتر از صفر باشد.

اگر این شرط برقرار نباشد، مسیر «خیر» انتخاب شده و درخواست نامعتبر اعلام می‌شود.

مرحله سوم: بررسی ظرفیت

اگر درخواست معتبر باشد، به لوزی دوم می‌رسیم.

اینجا بررسی می‌کنیم آیا تعداد صندلی درخواستی از ظرفیت موجود کمتر یا مساوی آن است.

مرحله چهارم: رزرو یا رد درخواست

اگر ظرفیت کافی باشد، تعداد صندلی‌های رزروشده را از ظرفیت کم می‌کنیم و نتیجه موفقیت را نمایش می‌دهیم.

در غیر این صورت، پیام ظرفیت ناکافی تولید می‌شود.

در نهایت تمام مسیرها به نقطه پایان می‌رسند.

چرا ترتیب شرط‌ها مهم است؟

تصور کن کاربر درخواست رزرو صفر صندلی ارسال کند.

اگر برنامه فقط بررسی کند که تعداد درخواستی از ظرفیت بیشتر نباشد، ممکن است این درخواست را بپذیرد.

اما با بررسی معتبر بودن درخواست در ابتدای فلوچارت، جلوی این رفتار اشتباه را می‌گیریم.

طراحی فلوچارت فقط رسم چند شکل نیست؛ روشی برای پیدا کردن مسیرهای اشتباه قبل از پیاده‌سازی برنامه است.

شبه‌کد (Pseudocode) چیست؟

تا اینجا الگوریتم را با شکل‌ها و فلش‌ها نمایش دادیم.

اما اگر بخواهیم همان منطق را به‌جای نمودار، به‌صورت متنی بنویسیم چه؟

اینجاست که شبه‌کد اهمیت پیدا می‌کند.

شبه‌کد روشی برای توصیف مراحل یک الگوریتم با عباراتی نزدیک به زبان انسان و ساختارهای رایج برنامه‌نویسی است.

شبه‌کد یک زبان برنامه‌نویسی مستقل مانند Python یا C# نیست و معمولاً مستقیماً توسط کامپیوتر اجرا نمی‌شود.

هدف آن این است که منطق برنامه را بدون وابستگی به Syntax یک زبان خاص توضیح دهد.

برای مثال، الگوریتم جمع دو عدد را می‌توان چنین نوشت:

دریافت عدد اول
دریافت عدد دوم

مجموع = عدد اول + عدد دوم

نمایش مجموع

این شبه‌کد ساده است، اما دقیقاً مشخص می‌کند چه داده‌هایی نیاز داریم، چه عملیاتی انجام می‌شود و نتیجه چگونه تولید خواهد شد.

شبه‌کد چه تفاوتی با کدنویسی دارد؟

در Python برای نوشتن شرط باید از Syntax مشخصی مانند if و علامت : استفاده کنیم.

اما در شبه‌کد می‌توانیم بنویسیم:

اگر سن >= 18 آنگاه
    نمایش "اجازه ثبت‌نام"
در غیر این صورت
    نمایش "عدم اجازه ثبت‌نام"
پایان اگر

شبه‌کد برای نمایش منطق به Syntax دقیق یک زبان خاص وابسته نیست.

البته باید روشن، منظم و بدون ابهام باشد.

نکته مهم: شبه‌کد یک Syntax جهانی و کاملاً یکسان ندارد. ممکن است در منابع مختلف از کلماتی مانند IF، THEN، ELSE، INPUT و OUTPUT استفاده شود، اما هدف همه آن‌ها توصیف واضح الگوریتم است.

تبدیل فلوچارت ثبت‌نام به شبه‌کد

حالا همان الگوریتم رزرو صندلی را که با فلوچارت رسم کردیم، به شبه‌کد تبدیل می‌کنیم.

شروع

دریافت availableSeats
دریافت requestedSeats

اگر requestedSeats <= 0 آنگاه
    نمایش "درخواست نامعتبر"

وگرنه اگر requestedSeats > availableSeats آنگاه
    نمایش "ظرفیت کافی نیست"

در غیر این صورت
    remainingSeats = availableSeats - requestedSeats
    نمایش "رزرو موفق"
    نمایش remainingSeats

پایان اگر

پایان

به ساختار شبه‌کد دقت کن.

ما دقیقاً همان تصمیم‌هایی را نوشته‌ایم که در فلوچارت وجود داشتند.

اول اعتبار درخواست بررسی می‌شود.

اگر معتبر بود، ظرفیت بررسی می‌شود.

در نهایت، براساس نتیجه شرط‌ها، یکی از مسیرهای مناسب انتخاب می‌شود.

هیچ قانون جدیدی اضافه نشده و هیچ مرحله‌ای حذف نشده است.

ارتباط فلوچارت و شبه‌کد

در فلوچارتدر شبه‌کد
متوازی‌الاضلاع ورودیINPUT یا «دریافت»
مستطیل عملیاتمحاسبه یا انتساب مقدار
لوزی تصمیم‌گیریIF / ELSE
فلش مسیرترتیب اجرای دستورها
بیضی پایانپایان الگوریتم

فلوچارت و شبه‌کد دو روش متفاوت برای نمایش یک منطق مشترک هستند.

فلوچارت ساختار تصمیم‌گیری را به‌صورت تصویری نشان می‌دهد، درحالی‌که شبه‌کد جزئیات همان منطق را در قالب متن بیان می‌کند.

از شبه‌کد تا برنامه واقعی Python

حالا که الگوریتم را هم با نمودار و هم با شبه‌کد طراحی کرده‌ایم، می‌توانیم آن را به کد واقعی تبدیل کنیم.

در Python چنین پیاده‌سازی‌ای خواهیم داشت:

def reserve_seats(available_seats, requested_seats):
    if requested_seats <= 0:
        return "Invalid request"

    if requested_seats > available_seats:
        return "Not enough seats"

    remaining_seats = available_seats - requested_seats

    return f"Reservation successful. Remaining: {remaining_seats}"


print(reserve_seats(4, 3))
print(reserve_seats(4, 5))
print(reserve_seats(4, 0))
print(reserve_seats(4, 4))

خروجی برنامه:

Reservation successful. Remaining: 1
Not enough seats
Invalid request
Reservation successful. Remaining: 0

همان‌طور که می‌بینیم، رفتار برنامه با فلوچارت و شبه‌کد کاملاً مطابقت دارد.

در درخواست اول، سه صندلی از چهار صندلی رزرو می‌شود.

در درخواست دوم، پنج صندلی درخواست شده و ظرفیت کافی وجود ندارد.

درخواست سوم نامعتبر است، زیرا تعداد صندلی صفر است.

در درخواست چهارم، تمام ظرفیت باقی‌مانده رزرو می‌شود.

این مثال آموزشی فقط تصمیم رزرو را محاسبه می‌کند. در یک سامانه واقعی، ثبت قطعی رزرو به ذخیره‌سازی اطلاعات و کنترل هم‌زمانی درخواست‌ها نیز نیاز دارد.

آیا می‌توانیم بدون فلوچارت و شبه‌کد هم این برنامه را بنویسیم؟

بله.

اما تصور کن همین سامانه در آینده قوانین بیشتری پیدا کند:

  • هر کاربر فقط تعداد محدودی صندلی رزرو کند.
  • بعضی دوره‌ها پیش‌نیاز داشته باشند.
  • کاربران دارای اشتراک ویژه اولویت ثبت‌نام داشته باشند.
  • رزرو فقط در بازه زمانی مشخصی مجاز باشد.

در چنین شرایطی، پیچیدگی تصمیم‌گیری افزایش پیدا می‌کند.

فلوچارت و شبه‌کد می‌توانند کمک کنند منطق را قبل از پیاده‌سازی بررسی کنیم و درباره آن با سایر اعضای تیم به توافق برسیم.

سه ساختار اصلی در الگوریتم‌ها

بیشتر الگوریتم‌های مقدماتی با ترکیبی از سه ساختار اصلی ساخته می‌شوند.

۱. توالی (Sequence)

در توالی، دستورها به ترتیب مشخصی اجرا می‌شوند.

برای مثال:

دریافت قیمت
محاسبه مالیات
محاسبه مبلغ نهایی
نمایش نتیجه

در این ساختار تصمیم‌گیری یا تکرار نداریم.

۲. انتخاب (Selection)

در انتخاب، برنامه براساس یک شرط، مسیر متفاوتی را دنبال می‌کند.

برای مثال:

اگر موجودی محصول > 0 آنگاه
    نمایش "موجود است"
در غیر این صورت
    نمایش "ناموجود"
پایان اگر

در فلوچارت، این ساختار معمولاً با لوزی نمایش داده می‌شود.

۳. تکرار (Iteration)

گاهی لازم است مجموعه‌ای از عملیات چند بار تکرار شود.

برای مثال، فرض کن می‌خواهیم اعداد ۱ تا ۳ را نمایش دهیم.

شبه‌کد:

counter = 1

تا زمانی که counter <= 3 تکرار کن
    نمایش counter
    counter = counter + 1
پایان تکرار

معادل Python:

counter = 1

while counter <= 3:
    print(counter)
    counter += 1

خروجی:

1
2
3

در فلوچارت این الگوریتم، پس از نمایش عدد و افزایش شمارنده، یک فلش دوباره به مرحله بررسی شرط برمی‌گردد.

وقتی شرط دیگر برقرار نباشد، مسیر خروج از حلقه انتخاب می‌شود.

نکته مهم این است که اگر افزایش شمارنده را فراموش کنیم، شرط ممکن است همیشه برقرار بماند و برنامه در یک حلقه بی‌نهایت (Infinite Loop) گرفتار شود.

بنابراین هنگام طراحی یک حلقه باید مشخص کنیم چه چیزی در هر تکرار تغییر می‌کند و چه شرایطی باعث پایان آن می‌شود.

چگونه صحت فلوچارت و شبه‌کد را بررسی کنیم؟

یکی از مهم‌ترین مهارت‌های طراحی الگوریتم، آزمایش مسیرهای مختلف قبل از نوشتن کد است.

برای سامانه رزرو صندلی، می‌توانیم جدول زیر را آماده کنیم:

ظرفیت موجوددرخواستنتیجه موردانتظار
۴۳رزرو موفق؛ ۱ صندلی باقی می‌ماند
۴۵ظرفیت کافی نیست
۴۰درخواست نامعتبر
۴۴رزرو موفق؛ ظرفیت صفر می‌شود
۰۱ظرفیت کافی نیست
۴۱-درخواست نامعتبر

این جدول را می‌توانیم برای بررسی فلوچارت، شبه‌کد و کد نهایی استفاده کنیم.

برای هر ردیف از خودمان می‌پرسیم:

  • الگوریتم کدام مسیر را انتخاب می‌کند؟
  • آیا شرط‌ها به ترتیب درست بررسی می‌شوند؟
  • آیا به خروجی موردانتظار می‌رسیم؟
  • آیا تمام مسیرها در نهایت پایان مشخصی دارند؟

این روش را می‌توان نوعی Dry Run یا اجرای دستی الگوریتم در نظر گرفت.

با چنین بررسی‌هایی، قبل از پیاده‌سازی نهایی می‌توانیم بسیاری از اشتباهات منطقی را شناسایی کنیم.

اشتباهات رایج هنگام طراحی فلوچارت و شبه‌کد

استفاده از شکل نامناسب: برای مثال، نوشتن شرط داخل مستطیل معمولی به‌جای لوزی تصمیم‌گیری، خوانایی فلوچارت را کاهش می‌دهد.

مشخص نکردن مسیرهای تصمیم: اگر یک شرط دو نتیجه دارد، باید روشن باشد هر نتیجه به کدام مرحله منتهی می‌شود.

نادیده گرفتن ورودی‌های نامعتبر: الگوریتم نباید فقط برای شرایط ایده‌آل طراحی شود.

نوشتن شبه‌کد مبهم: عبارت‌هایی مانند «اگر همه‌چیز درست بود، ثبت‌نام کن» به‌اندازه کافی دقیق نیستند. باید مشخص شود منظور از «درست بودن» چیست.

حذف شرط پایان حلقه: هر تکرار باید دارای منطق مشخصی برای ادامه و پایان باشد.

شروع زودهنگام کدنویسی: اگر هنوز قوانین مسئله مشخص نیستند، نوشتن کد معمولاً ابهام‌ها را برطرف نمی‌کند؛ فقط آن‌ها را به داخل برنامه منتقل می‌کند.

آیا در پروژه‌های واقعی هم از فلوچارت استفاده می‌شود؟

بله، اما نه لزوماً برای هر تابع یا چند خط کد.

در پروژه‌های واقعی، فلوچارت و روش‌های مشابه نمایش فرایند می‌توانند برای تحلیل عملیات پیچیده، بررسی قوانین کسب‌وکار و توضیح جریان اجرای سیستم مفید باشند.

برای مثال، در سامانه‌های بانکی، فروشگاه‌های اینترنتی و سیستم‌های مدیریت سفارش، ممکن است لازم باشد وضعیت‌های مختلف یک درخواست و تصمیم‌های مرتبط با آن به‌صورت تصویری مشخص شوند.

همچنین شبه‌کد می‌تواند هنگام طراحی الگوریتم‌های پیچیده، بررسی راه‌حل‌ها و گفتگو میان اعضای تیم مورد استفاده قرار گیرد.

البته در مهندسی نرم‌افزار حرفه‌ای ابزارهای دیگری مانند UML، BPMN و State Machine Diagram نیز وجود دارند که هرکدام برای هدف مشخصی طراحی شده‌اند.

هدف، رسم نمودار برای هر قطعه کد نیست؛ هدف، کاهش ابهام و درک بهتر منطق سیستم است.

هوش مصنوعی چگونه می‌تواند در طراحی الگوریتم کمک کند؟

امروزه می‌توان از ابزارهای هوش مصنوعی برای تبدیل توضیحات متنی به شبه‌کد یا حتی تولید فلوچارت استفاده کرد.

برای مثال، می‌توانیم قوانین ثبت‌نام دوره را برای AI توضیح دهیم و از آن بخواهیم تمام مسیرهای تصمیم‌گیری را مشخص کند.

اما یک نکته مهم وجود دارد:

نموداری که زیبا به نظر می‌رسد، الزاماً منطق درستی ندارد.

ممکن است AI بررسی یک شرط مهم را فراموش کند یا ترتیب تصمیم‌گیری‌ها را اشتباه قرار دهد.

به همین دلیل، باید بتوانیم فلوچارت و شبه‌کد تولیدشده را بخوانیم، تحلیل کنیم و با سناریوهای مختلف آزمایش کنیم.

اگر خودمان منطق مسئله را درک کرده باشیم، هوش مصنوعی می‌تواند در مستندسازی و بررسی سریع‌تر راه‌حل کمک بزرگی باشد.

جمع‌بندی: قبل از کدنویسی، منطق برنامه را قابل‌فهم کنیم

در مقاله قبلی یاد گرفتیم چگونه یک مسئله را به مراحل کوچک‌تر تقسیم کنیم.

در این مقاله، همان مراحل را با دو روش مهم نمایش دادیم.

با فلوچارت یاد گرفتیم جریان عملیات و تصمیم‌گیری‌ها را به‌صورت تصویری ببینیم.

با شبه‌کد یاد گرفتیم منطق الگوریتم را بدون وابستگی به زبان برنامه‌نویسی توصیف کنیم.

سپس الگوریتم رزرو صندلی را با Python پیاده‌سازی کردیم و خروجی آن را با نتایج موردانتظار مقایسه کردیم.

همچنین با سه ساختار اصلی الگوریتم، یعنی توالی، انتخاب و تکرار آشنا شدیم.

مهم‌ترین چیزی که باید از این مقاله به خاطر بسپاریم:

قبل از اینکه به کامپیوتر بگوییم چه کاری انجام دهد، باید خودمان دقیقاً بدانیم چه مراحلی لازم است، چه تصمیم‌هایی باید گرفته شوند و نتیجه درست چیست.

منابع پیشنهادی برای مطالعه بیشتر

  1. IBM — What Is a Flowchart? — مفهوم فلوچارت و کاربرد آن در نمایش فرایندها
  2. IBM — Workflow Diagram — نمادهای رایج و نمایش تصمیم‌گیری
  3. Python Documentation — Control Flow Tools — شرط‌ها، حلقه‌ها و ساختارهای کنترل جریان
  4. Mermaid — Flowchart Syntax — نحوه توصیف و رسم فلوچارت

در مقاله بعدی چه یاد می‌گیریم؟

تا اینجا یاد گرفتیم الگوریتم طراحی کنیم، فلوچارت بکشیم و شبه‌کد بنویسیم.

حالا می‌خواهیم وارد یکی از پایه‌ای‌ترین مهارت‌های برنامه‌نویسی شویم:

متغیرها، انواع داده و عملگرها؛ برنامه‌ها چگونه اطلاعات را نگهداری و پردازش می‌کنند؟

در مقاله بعدی این مفاهیم را با مثال‌های واقعی، کد و خروجی بررسی خواهیم کرد.

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