هدف از اين درس، آشنایی دانش‌جویان با تکنیک‌های پیشرفته‌ی طراحی و تحلیل داده‌ساختارها است. در این درس داده‌ساختارهای کارآ و متنوعی بررسی خواهند شد که همگی بر اساس کاربردی بودن، زیبایی، و سادگی انتخاب شده‌اند.

1. درخت‌های تصادفی‎
   درخت‌های جست‌وجوی تصادفی، ‎Treaps‎، ‎Heaters‎
2. پایایی (‎Persistence)
   درخت‌های جست‌وجوی پایا، روش رونوشت مسیر، گراف‌های پایا
3. آبشار کسری (Fractional Cascading)
   جست‌وجوهای مکرر، لیست‌های پرشی (Skip lists)، درخت‌های پاره‌خطی
4. آنتروپی و مجموعه‌های کاری‎
   جست‌وجوهای ایستا و پویا، درخت‌های جست‌وجوی نزدیک به بهینه، کاربرد در فشرده‌سازی داده‌ها
5. درخت‌های نامتوازن‎
   درخت‌های چپ‌گرا، هرم‌های ادغام‌پذیر تصادفی، هرم‌های اریب (Skew heaps)
6. داده‌ساختارهای سرشکنی
   هرم دوجمله‌ای، هرم فیبوناچی، داده‌ساختار مجموعه‌های مجزا
7. داده‌ساختارهای خودتنظیم‌گر‎
   الگوریتم‌های سازمان‌دهی مجدد لیست‌ها، درخت‌های ‎اسپلِی‎، بهینگی پویا، ‎کوئیپ‌ها‎، درخت‌های تانگو
8. جست‌وجو در فضای اعداد صحیح‎
   درخت‌های ‎van Emde Boas‎، درخت‌های ‎X/Y‎-سریع ‎ویلیارد‎
9. داده‌ساختارهای مخصوص رشته‌ها‎
   ریسمان‌ها‎، ترای‌ها، درخت‌های پاتریشیا، درخت‌های پسوندی، آرایه‌های پسوندی، ترای‌های سه‌تایی
10. داده‌ساختارهای مخصوص درخت‌ها‎
    پرس‌وجوی کوچک‌ترین نیای مشترک، پرس‌وجوی کوچک‌ترین عضو یک بازه، پرس‌وجوی نیای سطحی
11. جدول‌های درهم‌سازی‎
    درهم‌سازی جامع، درهم‌سازی کامل پویا، درهم‌سازی ‎کوکو (Cuckoo)
12. مباحث تکمیلی‎ (در صورت فرصت)
    فیلتر بلوم، کران‌های پایین مبتنی بر وارسی سلول‌ها، داده‌ساختارهای غیرحساس به حافظه‌ی نهان

• آزمون‌های میان‌ترم و پایانی: ۱۰ نمره
• سه تمرین نظری: ۶ نمره
• پروژه‌ی پژوهشی: ۴ نمره