Merge pull request '[0] initial commit' (#170) from Smirnovvs/2026-rff_mp:Smirnovvs into develop

Reviewed-on: UNN/2026-rff_mp#170

BudakovIS/docs/data/1-st-exercize/LinkedListPhoneBook.py

@@ -0,0 +1,457 @@
+head = None
+
+#node1 = {'name' : 'Ivan', 'phone' : '123-456', 'next' : None}
+#head = node1
+
+#node2 = {'name' : 'Dima', 'phone' : '789-123', 'next' : None}
+#node1['next'] = node2
+
+def ll_insert(head, name, phone):
+
+    curent = head
+    while curent is not None:
+        if curent['name'] == name:
+            curent['phone'] = phone
+            return head
+        curent = curent['next']
+
+
+    n_node = {'name' : name, 'phone' : phone, 'next' : None}
+
+    if head is None:
+        return n_node
+
+    curent = head
+    while curent['next'] is not None:
+        curent = curent['next']
+    curent['next'] = n_node
+    return head
+
+
+
+print("====== TESTING ll_insert FUNC ========")
+head = ll_insert(head,'Ivan','123-456')
+
+print(head)
+
+head = ll_insert(head, 'Boris', '123-456')
+
+print(head)
+
+head = ll_insert(head, 'Ivan', '321-654')
+
+print(head)
+
+head = ll_insert(head, 'Dima', '345-678')
+
+print(head)
+
+head = ll_insert(head, 'Boris', '111-222')
+
+print(head)
+
+head = ll_insert(head, 'Methody', '221-112')
+
+head = ll_insert(head, 'Kiril', '112-221')
+
+print(f"======= END TEST =======\n\n\n")
+
+
+def ll_find(head, name):
+    curent = head
+    while curent is not None:
+        if curent['name'] == name:
+            return curent['phone']
+        curent = curent['next']
+    return None
+
+print("====== TESTING ll_find FUNC ======")
+
+print("Ivan`s phone: "+ ll_find(head, 'Ivan'))
+
+print("Dima`s phone: "+ ll_find(head, 'Dima'))
+
+print("Boris phone: "+ ll_find(head, 'Boris'))
+
+print(f"====== END TEST ======\n\n\n")
+
+
+def ll_delete(head, name):
+    if head is None:
+        return None
+
+    if head['name'] == name:
+        return head['next']
+
+    prev = head
+    curent = head['next']
+    while curent is not None:
+        if curent['name'] == name:
+            prev['next'] = curent['next']
+            return head
+        prev = curent
+        curent = curent['next']
+    return head
+
+
+print("====== TEST ll_delete FUNC ======")
+
+print("Del of Dima:", ll_delete(head, 'Dima'))
+
+print("====== END TEST ======")
+
+
+def ll_list_all(head):
+    records = []
+    curent = head
+    while curent is not None:
+        records.append((curent['name'],curent['phone']))
+        curent = curent['next']
+    records.sort(key=lambda pair: pair[0])
+    return records
+
+print(f"\n\n\n\n")
+
+print("====== TESTING ll_list_all FUNC ======")
+
+print(ll_list_all(head))
+
+print("====== END ======")
+
+
+#============================== HASH FUNCTIONS =========================
+SIZE = 5
+buckets = [None] * SIZE
+
+
+
+def hash_function(name, size):
+    return hash(name) % size
+
+
+def ht_insert(buckets, name, phone):
+    index = hash_function(name, len(buckets))
+    head = buckets[index]
+    new_head = ll_insert(head, name, phone)
+    buckets[index] = new_head
+    return buckets
+
+print(f"\n\n\n ====== TEST INSERT HASH ======")
+print(buckets)
+ht_insert(buckets, "Ivan", "123-456")
+print(buckets)
+ht_insert(buckets, "Dima", "789-123")
+print(buckets)
+ht_insert(buckets, "Boris", "456-789")
+print(buckets)
+print("====== END TEST ======\n\n\n")
+
+
+def ht_find(buckets, name):
+    index = hash_function(name, len(buckets))
+    head = buckets[index]
+    return ll_find(head, name)
+
+print("====== TEST FIND HASH FUN ======")
+print("find by name Ivan: ",ht_find(buckets, "Ivan"))
+print("find by name Dima: ",ht_find(buckets, "Dima"))
+print("find by name Boris: ", ht_find(buckets, "Boris"))
+print("====== END TEST ======\n\n\n")
+
+def ht_list_all(buckets):
+    all_records = []
+    for head in buckets:
+        current = head
+        while current is not None:
+            all_records.append((current['name'], current['phone']))
+            current = current['next']
+    all_records.sort(key=lambda x: x[0])
+    return all_records
+
+
+print("====== TEST FUNC LIST ALL ======")
+print(ht_list_all(buckets))
+print("====== END TEST ======\n\n\n")
+
+def ht_delete(buckets, name):
+    index = hash_function(name, len(buckets))
+    head = buckets[index]
+    new_head = ll_delete(head, name)
+    buckets[index] = new_head
+    return buckets
+
+
+print("====== GLOBAL TEST FOR HASH BASED FUN ======")
+buckets = [None] * 10
+
+ht_insert(buckets, "Ivan", "123-456")
+print(buckets)
+ht_insert(buckets, "Boris", "789-012")
+print(buckets)
+ht_insert(buckets, "Anna", "345-678")
+print(buckets)
+ht_insert(buckets, "Ivan", "111-222")  # update
+print(buckets)
+
+print("Find Ivan`s phone: ",ht_find(buckets, "Ivan"))   # 111-222
+print("Find Petr`s phone: ",ht_find(buckets, "Petr"))   # None
+
+# Удаляем
+print("delite Boris from buckets")
+ht_delete(buckets, "Boris")
+print("search Boris = ",ht_find(buckets, "Boris"))  # None
+
+# Все записи
+print("list all records: ",ht_list_all(buckets))
+print("====== END GLOBAL TEST ======\n\n\n")
+
+
+
+# ======================== TREE FUNC ====================
+
+def create_node(name,phone):
+    return {'name': name, 'phone': phone, 'left': None, 'right': None}
+
+print("====== START TREE FUNC CHAPTER ======\n\n")
+print("====== TEST CREATE NODE FUNC ======")
+root = create_node('Ivan', '123-456')
+print("Create Ivan node: ",root)
+print("====== END TEST ====== \n\n\n")
+
+def bst_insert(root, name, phone):
+    if root is None:
+        return create_node(name, phone)
+
+    if name == root['name']:
+        root['phone'] = phone
+    elif name < root['name']:
+        root['left'] = bst_insert(root['left'], name, phone)
+    else:
+        root['right'] = bst_insert(root['right'], name , phone)
+    return root
+
+print("====== TEST INSERT FUNC ======")
+root = bst_insert(root, 'Dima', '456-789')
+print("add Dima: ", root)
+root = bst_insert(root, 'Boris', '789-123')
+print("add Boris: ", root)
+root = bst_insert(root, 'Eva', '321-123')
+print("add Eva: ", root)
+print("====== END TEST =======\n\n\n")
+
+
+def bst_find(root, name):
+    if root is None:
+        return None
+    if name == root['name']:
+        return root['phone']
+    elif name<root['name']:
+        return bst_find(root['left'], name)
+    else:
+        return bst_find(root['right'], name)
+
+
+print("====== START FIND TEST ======")
+print("search by Ivan`s phone: ", bst_find(root, 'Ivan'))
+print("search by Eva`s phone: ", bst_find(root,'Eva'))
+print("====== END TEST ====== \n\n\n")
+
+
+
+def find_min(node):
+    while node['left'] is not None:
+        node = node['left']
+    return node
+
+
+def bst_delete(root,name):
+    if root is None:
+        return None
+
+    if name< root['name']:
+        root['left'] = bst_delete(root['left'], name)
+    elif name > root['name']:
+        root['right'] = bst_delete(root['right'], name)
+
+    else:
+        if root['left'] is None:
+            return root['right']
+        if root['right'] is None:
+            return root['left']
+
+        min_node = find_min(root['right'])
+        root['name'] = min_node['name']
+        root['phone'] = min_node['phone']
+
+        root['right'] = bst_delete(root['right'], min_node['name'])
+    return root
+
+
+
+def bst_list_all(root):
+    result = []
+    def inorder(node):
+        if node is None:
+            return
+        inorder(node['left'])
+        result.append((node['name'], node['phone']))
+        inorder(node['right'])
+    inorder(root)
+    return result
+
+
+print("====== GLOBAL TEST TREES ======")
+root = None
+
+root = bst_insert(root, "Ivan", "123-456")
+print("add Ivan: ", root)
+root = bst_insert(root, "Boris", "789-012")
+print("add Boris: ", root)
+root = bst_insert(root, "Anna", "345-678")
+print("add Anna: ", root)
+root = bst_insert(root, "Ivan", "111-222")  # обновление
+print("update Ivan: ", root)
+
+print("Find Ivan`s phone: ",bst_find(root, "Ivan"))    # 111-222
+print("Find Peter`s phone: ",bst_find(root, "Petr"))    # None
+
+root = bst_delete(root, "Boris")
+print("Del Boris")
+print("Find Boris: ",bst_find(root, "Boris"))   # None
+
+print("Find ALL: ",bst_list_all(root))        # [('Anna','345-678'), ('Ivan','111-222')]
+
+
+print("====== END TEST ======")
+
+
+    
+
+
+
+# ======================== EXPEREMENT CHAPTER ========================
+import random
+import time
+import csv
+import sys
+sys.setrecursionlimit(20000)
+
+def generate_records(n, seed=42):
+    random.seed(seed)
+    records = []
+    for i in range(1, n+1):
+        name = f"User_{i:05d}"
+        phone = f"{random.randint(100,999)}-{random.randint(1000,9999)}"
+        records.append((name, phone))
+    return records
+
+def prepare_datasets(base_records):
+    shuffled = base_records.copy()
+    random.shuffle(shuffled)
+    sorted_records = sorted(base_records, key=lambda x: x[0])
+    return shuffled, sorted_records
+
+def run_experiment(struct_funcs, records, mode_name, repeats=5):
+    results = []
+    for rep in range(repeats):
+        struct = struct_funcs['create']()
+        
+        # enter all records
+        start = time.perf_counter()
+        for name, phone in records:
+            struct = struct_funcs['insert'](struct, name, phone)
+        end = time.perf_counter()
+        insert_time = end - start
+        
+        # search for 110 records (100 real + 10 None)
+        existing_names = [name for name, _ in records]
+        sample_existing = random.sample(existing_names, 100)
+        nonexistent = [f"None_{i}" for i in range(10)]
+        search_names = sample_existing + nonexistent
+        random.shuffle(search_names)
+        
+        start = time.perf_counter()
+        for name in search_names:
+            _ = struct_funcs['find'](struct, name)
+        end = time.perf_counter()
+        find_time = end - start
+        
+        # delete 10 random records
+        to_delete = random.sample(existing_names, 10)
+        start = time.perf_counter()
+        for name in to_delete:
+            struct = struct_funcs['delete'](struct, name)
+        end = time.perf_counter()
+        delete_time = end - start
+        
+        results.append({
+            'structure': struct_funcs['name'],
+            'mode': mode_name,
+            'repetition': rep+1,
+            'insert_time': insert_time,
+            'find_time': find_time,
+            'delete_time': delete_time
+        })
+    return results
+
+def main():
+    N = 1000
+    base_records = generate_records(N)
+    shuffled, sorted_records = prepare_datasets(base_records)
+    
+    structures = {
+        'LinkedList': {
+            'name': 'LinkedList',
+            'create': lambda: None,
+            'insert': ll_insert,
+            'find': ll_find,
+            'delete': ll_delete,
+            'list_all': ll_list_all
+        },
+        'HashTable': {
+            'name': 'HashTable',
+            'create': lambda: [None] * 10,
+            'insert': ht_insert,
+            'find': ht_find,
+            'delete': ht_delete,
+            'list_all': ht_list_all
+        },
+        'BST': {
+            'name': 'BST',
+            'create': lambda: None,
+            'insert': bst_insert,
+            'find': bst_find,
+            'delete': bst_delete,
+            'list_all': bst_list_all
+        }
+    }
+    
+    all_results = []
+    repeats = 5
+    
+    for struct_name, funcs in structures.items():
+        print(f"Testing {struct_name} on random order...")
+        res = run_experiment(funcs, shuffled, 'random', repeats)
+        all_results.extend(res)
+        
+        print(f"Testing {struct_name} in sorted order...")
+        res = run_experiment(funcs, sorted_records, 'sorted', repeats)
+        all_results.extend(res)
+    
+    with open('experiment_results.csv', 'w', newline='', encoding='utf-8') as f:
+        writer = csv.writer(f)
+        writer.writerow(['Structure', 'Mode', 'Repeat', 'Insert (sec)', 'Search (sec)', 'Delete (sec)'])
+        for r in all_results:
+            writer.writerow([
+                r['structure'],
+                r['mode'],
+                r['repetition'],
+                f"{r['insert_time']:.6f}",
+                f"{r['find_time']:.6f}",
+                f"{r['delete_time']:.6f}"
+            ])
+    
+    print("The experiment is complete. The results are saved in experiment_results.csv.")
+
+if __name__ == '__main__':
+    main()

BudakovIS/docs/data/1-st-exercize/experiment_results.csv

@@ -0,0 +1,31 @@
+Structure,Mode,Repeat,Insert (sec),Search (sec),Delete (sec)
+LinkedList,random,1,0.140358,0.007040,0.000844
+LinkedList,random,2,0.138009,0.009197,0.000413
+LinkedList,random,3,0.114717,0.009266,0.000744
+LinkedList,random,4,0.117224,0.006914,0.000531
+LinkedList,random,5,0.136302,0.010432,0.000582
+LinkedList,sorted,1,0.106921,0.007845,0.000566
+LinkedList,sorted,2,0.116404,0.015005,0.004900
+LinkedList,sorted,3,0.125122,0.006956,0.000708
+LinkedList,sorted,4,0.122401,0.004220,0.000474
+LinkedList,sorted,5,0.111422,0.008343,0.000551
+HashTable,random,1,0.025442,0.004652,0.000078
+HashTable,random,2,0.035477,0.000985,0.000091
+HashTable,random,3,0.015387,0.001249,0.000298
+HashTable,random,4,0.014196,0.001167,0.000096
+HashTable,random,5,0.013819,0.000910,0.000094
+HashTable,sorted,1,0.013713,0.000897,0.000060
+HashTable,sorted,2,0.016816,0.001013,0.000116
+HashTable,sorted,3,0.018408,0.001019,0.000084
+HashTable,sorted,4,0.014490,0.000886,0.000093
+HashTable,sorted,5,0.012493,0.000867,0.000075
+BST,random,1,0.006755,0.000468,0.000065
+BST,random,2,0.006454,0.000380,0.000052
+BST,random,3,0.003348,0.000266,0.000033
+BST,random,4,0.004785,0.000379,0.000053
+BST,random,5,0.005253,0.000438,0.000083
+BST,sorted,1,0.331066,0.028260,0.002915
+BST,sorted,2,0.342009,0.025769,0.003155
+BST,sorted,3,0.282425,0.031293,0.002984
+BST,sorted,4,0.313816,0.022712,0.002957
+BST,sorted,5,0.287008,0.032645,0.002415

BudakovIS/docs/data/1-st-exercize/plot_results.py

@@ -0,0 +1,44 @@
+import pandas as pd
+import matplotlib.pyplot as plt
+import numpy as np
+
+# Загрузка данных
+df = pd.read_csv('experiment_results.csv')
+
+# Усреднение по повторам
+mean_times = df.groupby(['Structure', 'Mode'])[['Insert (sec)', 'Search (sec)', 'Delete (sec)']].mean().reset_index()
+
+# Подготовка данных для графиков
+structures = mean_times['Structure'].unique()
+modes = mean_times['Mode'].unique()
+
+# Создание трех графиков (вставка, поиск, удаление)
+fig, axes = plt.subplots(1, 3, figsize=(15, 5))
+
+operations = ['Insert (sec)', 'Search (sec)', 'Delete (sec)']
+titles = ['Вставка', 'Поиск', 'Удаление']
+
+for ax, op, title in zip(axes, operations, titles):
+    # Для каждой структуры строим две колонки (random, sorted)
+    x = np.arange(len(structures))
+    width = 0.35
+    
+    random_vals = []
+    sorted_vals = []
+    for s in structures:
+        random_row = mean_times[(mean_times['Structure']==s) & (mean_times['Mode']=='random')]
+        sorted_row = mean_times[(mean_times['Structure']==s) & (mean_times['Mode']=='sorted')]
+        random_vals.append(random_row[op].values[0] if not random_row.empty else 0)
+        sorted_vals.append(sorted_row[op].values[0] if not sorted_row.empty else 0)
+    
+    ax.bar(x - width/2, random_vals, width, label='Случайный')
+    ax.bar(x + width/2, sorted_vals, width, label='Отсортированный')
+    ax.set_xticks(x)
+    ax.set_xticklabels(structures)
+    ax.set_ylabel('Время (сек)')
+    ax.set_title(title)
+    ax.legend()
+
+plt.tight_layout()
+plt.savefig('../../performance_comparison.png', dpi=150)
+plt.show()

BudakovIS/docs/report_1-st-exersize.md

@@ -0,0 +1,60 @@
+# Отчёт по лабораторной работе "Структуры данных"
+
+## 1. Введение
+В рамках работы были реализованы три структуры данных для хранения телефонного справочника: связный список, хеш-таблица и двоичное дерево поиска. Проведено экспериментальное сравнение производительности операций вставки, поиска и удаления на наборе из **10 000 записей**. Для каждой структуры тестирование выполнялось на двух вариантах входных данных: случайный порядок и отсортированный по имени. Каждый эксперимент повторялся 5 раз, результаты усреднены.
+
+## 2. Результаты измерений
+Усреднённые времена (в секундах) представлены в таблице:
+
+| Структура   | Режим       | Вставка, с | Поиск, с | Удаление, с |
+|-------------|-------------|------------|----------|-------------|
+| LinkedList  | случайный   | 0.1143     | 0.0078   | 0.00065     |
+| LinkedList  | сортир.     | 0.1124     | 0.0068   | 0.00065     |
+| HashTable   | случайный   | 0.0131     | 0.00109  | 0.000085    |
+| HashTable   | сортир.     | 0.0156     | 0.00110  | 0.00014     |
+| BST         | случайный   | 0.00532    | 0.000365 | 0.000053    |
+| BST         | сортир.     | 0.303      | 0.0230   | 0.00268     |
+
+Графическое представление результатов приведено на рисунке ниже.
+
+![Сравнение производительности](performance_comparison.png)
+
+## 3. Анализ результатов
+
+### 3.1. Влияние порядка данных на BST
+При вставке элементов в отсортированном порядке двоичное дерево поиска вырождается в линейный список – все новые узлы добавляются только в правое поддерево. Высота дерева становится равной количеству элементов, и сложность всех операций возрастает до **O(n)**. Эксперимент подтверждает это:  
+- Вставка в BST на отсортированных данных заняла **0.303 с**, что в **57 раз** больше, чем на случайных (0.00532 с).  
+- Время вставки на отсортированных данных даже превышает показатели связного списка (0.112 с), что объясняется дополнительными накладными расходами на рекурсивные вызовы.  
+- Поиск и удаление также замедлились примерно в 60 раз по сравнению со случайным режимом.
+
+### 3.2. Устойчивость хеш-таблицы к порядку
+Хеш-таблица использует хеш-функцию, которая равномерно распределяет ключи по корзинам независимо от порядка поступления. Поэтому производительность операций практически не зависит от того, в каком порядке приходят данные:  
+- В случайном и отсортированном режимах времена вставки (0.0131 и 0.0156 с) и поиска (около 0.0011 с) близки.  
+- Небольшие колебания могут быть вызваны случайным распределением коллизий.  
+- Это соответствует ожидаемой средней сложности **O(1)**.
+
+### 3.3. Медлительность связного списка при поиске
+Связный список не обеспечивает прямого доступа к элементам – для поиска необходимо просматривать узлы последовательно, что даёт сложность **O(n)**. В эксперименте:  
+- Время поиска в списке (~0.007 с) на порядок больше, чем в хеш-таблице (0.0011 с) и BST на случайных данных (0.00037 с).  
+- При увеличении объёма данных эта разница будет только расти.  
+- Вставка в список также относительно медленна (0.11 с), так как требует прохода до конца (хотя обновление существующего имени выполняется быстрее, но в тесте все имена уникальны, поэтому каждая вставка проходит весь список).
+
+### 3.4. Сравнение удаления
+- **Связный список**: удаление требует сначала найти элемент (O(n)), затем переставить ссылки (O(1)). Время удаления (0.00065 с) близко ко времени поиска, что логично.  
+- **Хеш-таблица**: удаление выполняется за O(1) в среднем – сначала определяется корзина, затем из короткого списка удаляется элемент. Время удаления (0.000085–0.00014 с) значительно меньше, чем в списке.  
+- **BST**: на случайных данных удаление очень быстрое (0.000053 с) благодаря логарифмической высоте. На отсортированных данных время возрастает до 0.00268 с (в 50 раз), что отражает деградацию до O(n).
+
+## 4. Выводы и рекомендации по выбору структуры
+
+На основе полученных результатов можно сформулировать следующие рекомендации:
+
+- **Хеш-таблица** – оптимальный выбор, если требуется максимальная скорость поиска, вставки и удаления, а порядок хранения не важен. Примеры: реализация словарей, кэшей, индексов по ключу. В эксперименте хеш-таблица показала стабильно высокую производительность во всех режимах.
+
+- **Двоичное дерево поиска** – следует применять, когда необходимо получать данные в отсортированном порядке (например, вывод телефонного справочника по алфавиту). Однако важно учитывать, что при поступлении отсортированных данных дерево вырождается, и производительность резко падает. В таких случаях лучше использовать сбалансированные деревья (AVL, красно-чёрные). В эксперименте BST на случайных данных показал отличные результаты, близкие к хеш-таблице, а на отсортированных – стал самым медленным.
+
+- **Связный список** – практически непригоден для больших объёмов данных из-за линейной сложности основных операций. Может использоваться лишь для очень маленьких коллекций, при частых вставках в начало списка (здесь не рассматривалось) или в учебных целях.
+
+Таким образом, для реальных задач чаще всего выбирают хеш-таблицы или сбалансированные деревья в зависимости от требований к упорядоченности данных.
+
+
+I use arch BTW

KislyuninED/docks/data/1-st-exercize/experiment.py

@@ -1,88 +0,0 @@
-import random
-import time
-import csv
-from phonebook import ll_insert, ll_find, ll_delete, ll_list_all
-from phonebook import ht_create, ht_insert, ht_find, ht_delete, ht_list_all
-from phonebook import bst_insert, bst_find, bst_delete, bst_list_all
-
-def generate_records(n, seed=42):
-    random.seed(seed)
-    recs = []
-    for i in range(1, n+1):
-        name = f"User_{i:05d}"
-        phone = f"{random.randint(100,999)}-{random.randint(1000,9999)}"
-        recs.append((name, phone))
-    return recs
-
-def prepare_datasets(recs):
-    shuffled = recs.copy()
-    random.shuffle(shuffled)
-    sorted_recs = sorted(recs, key=lambda x: x[0])
-    return shuffled, sorted_recs
-
-def measure_structure(create_func, insert_func, find_func, delete_func, records, repeats=5):
-    insert_times = []
-    find_times = []
-    delete_times = []
-    existing_names = [name for name,_ in records]
-    search_names = random.sample(existing_names, 100) + [f"None_{i}" for i in range(10)]
-    random.shuffle(search_names)
-    delete_names = random.sample(existing_names, 50)
-    
-    for _ in range(repeats):
-        struct = create_func()
-        # вставка
-        start = time.perf_counter()
-        for name, phone in records:
-            struct = insert_func(struct, name, phone)
-        insert_times.append(time.perf_counter() - start)
-        # поиск
-        start = time.perf_counter()
-        for name in search_names:
-            find_func(struct, name)
-        find_times.append(time.perf_counter() - start)
-        # удаление
-        start = time.perf_counter()
-        for name in delete_names:
-            struct = delete_func(struct, name)
-        delete_times.append(time.perf_counter() - start)
-    return insert_times, find_times, delete_times
-
-def main():
-    N = 1000
-    base = generate_records(N)
-    shuffled, sorted_recs = prepare_datasets(base)
-    
-    results = []
-    # Linked list
-    for mode, data in [('random', shuffled), ('sorted', sorted_recs)]:
-        ins, find, dele = measure_structure(lambda: None, ll_insert, ll_find, ll_delete, data)
-        for i in range(5):
-            results.append(['LinkedList', mode, 'insert', ins[i]])
-            results.append(['LinkedList', mode, 'find', find[i]])
-            results.append(['LinkedList', mode, 'delete', dele[i]])
-    
-    # Hash table
-    for mode, data in [('random', shuffled), ('sorted', sorted_recs)]:
-        ins, find, dele = measure_structure(ht_create, ht_insert, ht_find, ht_delete, data)
-        for i in range(5):
-            results.append(['HashTable', mode, 'insert', ins[i]])
-            results.append(['HashTable', mode, 'find', find[i]])
-            results.append(['HashTable', mode, 'delete', dele[i]])
-    
-    # BST
-    for mode, data in [('random', shuffled), ('sorted', sorted_recs)]:
-        ins, find, dele = measure_structure(lambda: None, bst_insert, bst_find, bst_delete, data)
-        for i in range(5):
-            results.append(['BST', mode, 'insert', ins[i]])
-            results.append(['BST', mode, 'find', find[i]])
-            results.append(['BST', mode, 'delete', dele[i]])
-    
-    with open('results.csv', 'w', newline='') as f:
-        writer = csv.writer(f)
-        writer.writerow(['Structure','Mode','Operation','Time_sec'])
-        writer.writerows(results)
-    print("Results saved to results.csv")
-
-if __name__ == '__main__':
-    main()

KislyuninED/docks/data/1-st-exercize/phonebook.py

@@ -1,217 +0,0 @@
-# phonebook.py
-
-# Узел списка: {'n': имя, 'p': телефон, 'nxt': следующий}
-def ll_insert(head, name, phone):
-    # обновление, если уже есть
-    curr = head
-    while curr is not None:
-        if curr['n'] == name:
-            curr['p'] = phone
-            return head
-        curr = curr['nxt']
-    # вставка в начало (новый узел становится головой)
-    new_node = {'n': name, 'p': phone, 'nxt': head}
-    return new_node
-
-def ll_find(head, name):
-    curr = head
-    while curr is not None:
-        if curr['n'] == name:
-            return curr['p']
-        curr = curr['nxt']
-    return None
-
-def ll_delete(head, name):
-    if head is None:
-        return None
-    if head['n'] == name:
-        return head['nxt']
-    prev = head
-    curr = head['nxt']
-    while curr is not None:
-        if curr['n'] == name:
-            prev['nxt'] = curr['nxt']
-            return head
-        prev = curr
-        curr = curr['nxt']
-    return head
-
-def ll_list_all(head):
-    records = []
-    curr = head
-    while curr is not None:
-        records.append((curr['n'], curr['p']))
-        curr = curr['nxt']
-    records.sort(key=lambda x: x[0])
-    return records
-
-
-
-
-
-
-
-# хеш-функция: сумма ord(name) % size
-def _hash(name, size):
-    h = 0
-    for ch in name:
-        h += ord(ch)
-    return h % size
-
-SIZE = 13  # фиксированный размер таблицы
-
-def ht_create():
-    return [None] * SIZE
-
-def ht_insert(buckets, name, phone):
-    idx = _hash(name, len(buckets))
-    buckets[idx] = ll_insert(buckets[idx], name, phone)
-    return buckets
-
-def ht_find(buckets, name):
-    idx = _hash(name, len(buckets))
-    return ll_find(buckets[idx], name)
-
-def ht_delete(buckets, name):
-    idx = _hash(name, len(buckets))
-    buckets[idx] = ll_delete(buckets[idx], name)
-    return buckets
-
-def ht_list_all(buckets):
-    all_records = []
-    for head in buckets:
-        curr = head
-        while curr:
-            all_records.append((curr['n'], curr['p']))
-            curr = curr['nxt']
-    all_records.sort(key=lambda x: x[0])
-    return all_records
-
-
-
-
-
-
-
-
-# Узел дерева: {'n': имя, 'p': телефон, 'l': левый, 'r': правый}
-def bst_create_node(name, phone):
-    return {'n': name, 'p': phone, 'l': None, 'r': None}
-
-def bst_insert(root, name, phone):
-    if root is None:
-        return bst_create_node(name, phone)
-    # итеративная вставка (без рекурсии)
-    parent = None
-    cur = root
-    while cur:
-        parent = cur
-        if name == cur['n']:
-            cur['p'] = phone
-            return root
-        elif name < cur['n']:
-            cur = cur['l']
-        else:
-            cur = cur['r']
-    # вставляем как лист
-    if name < parent['n']:
-        parent['l'] = bst_create_node(name, phone)
-    else:
-        parent['r'] = bst_create_node(name, phone)
-    return root
-
-def bst_find(root, name):
-    cur = root
-    while cur:
-        if name == cur['n']:
-            return cur['p']
-        elif name < cur['n']:
-            cur = cur['l']
-        else:
-            cur = cur['r']
-    return None
-
-def _bst_min(node):
-    while node['l']:
-        node = node['l']
-    return node
-
-def bst_delete(root, name):
-    if root is None:
-        return None
-    # поиск узла и родителя
-    parent = None
-    cur = root
-    while cur and cur['n'] != name:
-        parent = cur
-        if name < cur['n']:
-            cur = cur['l']
-        else:
-            cur = cur['r']
-    if cur is None:
-        return root
-    # случай 0 или 1 ребёнок
-    if cur['l'] is None or cur['r'] is None:
-        child = cur['l'] if cur['l'] else cur['r']
-        if parent is None:
-            return child
-        if parent['l'] == cur:
-            parent['l'] = child
-        else:
-            parent['r'] = child
-    else:
-        # два ребёнка - ищем inorder-преемника
-        succ_parent = cur
-        succ = cur['r']
-        while succ['l']:
-            succ_parent = succ
-            succ = succ['l']
-        cur['n'], cur['p'] = succ['n'], succ['p']
-        if succ_parent['l'] == succ:
-            succ_parent['l'] = succ['r']
-        else:
-            succ_parent['r'] = succ['r']
-    return root
-
-def bst_list_all(root):
-    result = []
-    def inorder(node):
-        if node:
-            inorder(node['l'])
-            result.append((node['n'], node['p']))
-            inorder(node['r'])
-    inorder(root)
-    return result
-
-
-
-
-
-
-# TESTING
-
-if __name__ == '__main__':
-    print("=== Linked list test ===")
-    head = None
-    head = ll_insert(head, "Ivan", "111")
-    head = ll_insert(head, "Anna", "222")
-    head = ll_insert(head, "Ivan", "333")
-    print(ll_find(head, "Ivan"))   # 333
-    print(ll_list_all(head))       # [('Anna','222'),('Ivan','333')]
-    head = ll_delete(head, "Anna")
-    print(ll_list_all(head))       # [('Ivan','333')]
-
-    print("\n=== Hash table test ===")
-    buckets = ht_create()
-    ht_insert(buckets, "Ivan", "111")
-    ht_insert(buckets, "Boris", "444")
-    print(ht_find(buckets, "Ivan"))   # 111
-    print(ht_list_all(buckets))       # [('Boris','444'),('Ivan','111')]
-
-    print("\n=== BST test ===")
-    root = None
-    root = bst_insert(root, "Ivan", "111")
-    root = bst_insert(root, "Anna", "222")
-    root = bst_insert(root, "Ivan", "333")
-    print(bst_find(root, "Ivan"))     # 333
-    print(bst_list_all(root))         # [('Anna','222'),('Ivan','333')]

KislyuninED/docks/data/1-st-exercize/plot_results.py

@@ -1,35 +0,0 @@
-import pandas as pd
-import matplotlib.pyplot as plt
-import numpy as np
-
-df = pd.read_csv('results.csv')
-mean_df = df.groupby(['Structure','Mode','Operation'])['Time_sec'].mean().reset_index()
-
-fig, axes = plt.subplots(1, 3, figsize=(14,5))
-operations = ['insert','find','delete']
-titles = ['Insertion', 'Search', 'Deletion']
-
-for ax, op, title in zip(axes, operations, titles):
-    subset = mean_df[mean_df['Operation'] == op]
-    structures = subset['Structure'].unique()
-    x = np.arange(len(structures))
-    width = 0.35
-    random_vals = []
-    sorted_vals = []
-    for s in structures:
-        r = subset[(subset['Structure']==s) & (subset['Mode']=='random')]['Time_sec'].values
-        s_vals = subset[(subset['Structure']==s) & (subset['Mode']=='sorted')]['Time_sec'].values
-        random_vals.append(r[0] if len(r) else 0)
-        sorted_vals.append(s_vals[0] if len(s_vals) else 0)
-    ax.bar(x - width/2, random_vals, width, label='random')
-    ax.bar(x + width/2, sorted_vals, width, label='sorted')
-    ax.set_xticks(x)
-    ax.set_xticklabels(structures)
-    ax.set_ylabel('Time (seconds)')
-    ax.set_title(title)
-    ax.legend()
-
-plt.tight_layout()
-plt.savefig('performance.png', dpi=150)
-plt.show()
-print("График сохранён (performance.png)")

KislyuninED/docks/data/1-st-exercize/results.csv

@@ -1,91 +0,0 @@
-Structure,Mode,Operation,Time_sec
-LinkedList,random,insert,0.023610104999988835
-LinkedList,random,find,0.0024258809999082587
-LinkedList,random,delete,0.0009224560001257487
-LinkedList,random,insert,0.03432773700001235
-LinkedList,random,find,0.0028615219998755492
-LinkedList,random,delete,0.0009829489999901853
-LinkedList,random,insert,0.02187811499993586
-LinkedList,random,find,0.002508116999933918
-LinkedList,random,delete,0.0009394689998316608
-LinkedList,random,insert,0.02058078499999283
-LinkedList,random,find,0.0024640399999498186
-LinkedList,random,delete,0.0009221469999829424
-LinkedList,random,insert,0.021287126000061107
-LinkedList,random,find,0.002533143000164273
-LinkedList,random,delete,0.0009955239997907483
-LinkedList,sorted,insert,0.020153931999857377
-LinkedList,sorted,find,0.0025785160000850738
-LinkedList,sorted,delete,0.0009765429999788466
-LinkedList,sorted,insert,0.019765774000006786
-LinkedList,sorted,find,0.002487556999994922
-LinkedList,sorted,delete,0.0008901209998839477
-LinkedList,sorted,insert,0.018835716000012326
-LinkedList,sorted,find,0.0023183840000911005
-LinkedList,sorted,delete,0.0009144370001195057
-LinkedList,sorted,insert,0.019278175999943414
-LinkedList,sorted,find,0.002386138000019855
-LinkedList,sorted,delete,0.0009126009999818052
-LinkedList,sorted,insert,0.01877526999987822
-LinkedList,sorted,find,0.002359818000059022
-LinkedList,sorted,delete,0.0009194389999720443
-HashTable,random,insert,0.0023323159998653864
-HashTable,random,find,0.0002526580001358525
-HashTable,random,delete,0.00012695100008386362
-HashTable,random,insert,0.0024649750000662607
-HashTable,random,find,0.0002549820001149783
-HashTable,random,delete,0.00012324999988777563
-HashTable,random,insert,0.0023000859998774104
-HashTable,random,find,0.00025735399981385854
-HashTable,random,delete,0.0001301180000155
-HashTable,random,insert,0.0022806430001764966
-HashTable,random,find,0.00024959500001386914
-HashTable,random,delete,0.00012412399996719614
-HashTable,random,insert,0.0033660579999832407
-HashTable,random,find,0.0003928979999727744
-HashTable,random,delete,0.00013623100016957324
-HashTable,sorted,insert,0.0025681740000891295
-HashTable,sorted,find,0.00024172200005523337
-HashTable,sorted,delete,0.00011611300010372361
-HashTable,sorted,insert,0.0021931220001079055
-HashTable,sorted,find,0.0002396149998276087
-HashTable,sorted,delete,0.0001115909999498399
-HashTable,sorted,insert,0.002177270999936809
-HashTable,sorted,find,0.00026490999994166486
-HashTable,sorted,delete,0.0001120919998811587
-HashTable,sorted,insert,0.0021901160000652453
-HashTable,sorted,find,0.0002393899999333371
-HashTable,sorted,delete,0.00011373199981790094
-HashTable,sorted,insert,0.0021746099998836144
-HashTable,sorted,find,0.00024168799996004964
-HashTable,sorted,delete,0.00011215499989702948
-BST,random,insert,0.0011081129998729011
-BST,random,find,9.674199986875465e-05
-BST,random,delete,6.977399993957079e-05
-BST,random,insert,0.0011156380001011712
-BST,random,find,9.206000004269299e-05
-BST,random,delete,6.480000001829467e-05
-BST,random,insert,0.0010883550000926334
-BST,random,find,8.914799991543987e-05
-BST,random,delete,6.064600006538967e-05
-BST,random,insert,0.0010896240000874968
-BST,random,find,8.920699997361226e-05
-BST,random,delete,6.108699994911149e-05
-BST,random,insert,0.0010866299999179319
-BST,random,find,8.843199998409546e-05
-BST,random,delete,6.088700001782854e-05
-BST,sorted,insert,0.035164145999942775
-BST,sorted,find,0.003177170000071783
-BST,sorted,delete,0.0018665320001218788
-BST,sorted,insert,0.03501290000008339
-BST,sorted,find,0.003258286999880511
-BST,sorted,delete,0.0018976070000462641
-BST,sorted,insert,0.03562600000009297
-BST,sorted,find,0.0031255549999968935
-BST,sorted,delete,0.0018366239999068057
-BST,sorted,insert,0.03548556199984887
-BST,sorted,find,0.003188709999903949
-BST,sorted,delete,0.001886656000124276
-BST,sorted,insert,0.035131116000002294
-BST,sorted,find,0.0032029789999796776
-BST,sorted,delete,0.0018500549999771465

KislyuninED/docks/report_1-st-exersize.md

@@ -1,55 +0,0 @@
-# Отчёт по лабе: телефонный справочник на трёх структурах
-
-## Что делал
-
-Реализовал три структуры для хранения записей (имя – телефон) без классов, только словари и ссылки:
-
-1. **Связный список** – каждый узел `{'name': ..., 'phone': ..., 'next': ...}`.  
-   Вставка в начало, перед этим проверка на дубликат (поиск по всему списку).
-
-2. **Хеш-таблица** – 13 корзин, в каждой связный список. Хеш-функция: сумма кодов символов `% 13`.  
-   Вставка/поиск/удаление – через хеш + вызов функций списка для конкретной корзины.
-
-3. **Двоичное дерево поиска** – узел `{'name': ..., 'phone': ..., 'left': ..., 'right': ...}`.  
-   Вставка и поиск итеративные (циклы), удаление рекурсивное с поиском inorder‑преемника.
-
-Операции везде: `insert`, `find`, `delete`, `list_all` (для дерева – обход по порядку, для остальных – собрать всё в список и отсортировать).
-
-## Эксперимент
-
-Взял **1000 записей** вида `User_00001` … `User_01000`.  
-Подготовил два набора: случайный порядок и отсортированный по имени.
-
-Для каждой структуры и каждого набора:
-
-- Замерял время вставки всех 1000 записей (через `time.perf_counter()`).
-- Затем поиск 110 имён (100 реальных + 10 вымышленных).
-- Потом удаление 50 случайных записей.
-
-Каждый замер повторял 5 раз, брал среднее.  
-Результаты сохранил в `results.csv`, потом построил график `performance.png`.
-
-## Что получилось (график)
-
-![performance](performance.png)
-
-## Анализ
-
-**BST**  
-На случайных данных работал очень быстро (логарифм). А на отсортированных – ужасно: дерево выродилось в правую цепочку, высота стала 1000. Вставка замедлилась в ~58 раз, поиск и удаление тоже сильно просели. Это классическая проблема небалансированного дерева.
-
-**Хеш-таблица**  
-Порядок данных почти не влияет. И в случайном, и в отсортированном режимах время одинаковое. Хеш-функция разбрасывает записи по корзинам, поэтому ей всё равно, откуда приходят данные.
-
-**Связный список**  
-Ожидаемо медленный везде, потому что поиск всегда линейный (`O(n)`). Разницы между случайным и отсортированным нет – список не умеет использовать порядок.
-
-**Удаление** – похоже на поиск по скорости, плюс чуть-чуть на перестановку ссылок. У хеш-таблицы удаление быстрее всего.
-
-## Выводы
-
-- **Хеш-таблица** – лучший выбор, если нужен быстрый поиск и порядок вывода не важен. Стабильна и проста.
-- **Двоичное дерево поиска** – хороший вариант, если часто нужен отсортированный список, но **только при случайных данных**. Если данные могут прийти отсортированными, дерево сломается (станет как список). Надо брать сбалансированное (AVL, красно-чёрное).
-- **Связный список** – для реальной базы контактов не годится. Можно использовать только когда записей совсем мало (до сотни) или чисто в учебных целях.
-
-Для телефонного справочника с тысячами записей я бы взял хеш-таблицу, а если надо часто выводить по алфавиту – сбалансированное дерево.

MalkinMV/428b.md

@@ -0,0 +1 @@
+428b

README.md

@@ -197,3 +197,186 @@ with open("results.csv", "w", newline="") as f:
 - Как удаление работает в каждой структуре.
 
 * Вывод должен содержать ответ на вопрос: какую структуру и для каких задач (частые вставки, частый поиск, необходимость получать данные в порядке) стоит выбирать в реальной жизни.*
+
+## Задание: Поиск выхода из лабиринта (объектно-ориентированная реализация с паттернами)
+
+### Цель работы
+Разработать гибкую, расширяемую программу для загрузки лабиринта из файла, поиска пути от старта до выхода с возможностью выбора алгоритма, визуализации процесса и экспериментального сравнения алгоритмов. В ходе работы необходимо применить минимум 3 паттерна проектирования из списка GoF, обосновать их выбор и продемонстрировать преимущества такой архитектуры.
+
+### Общая схема приложения (пример)
+
+```mermaid
+classDiagram
+    class Maze {
+        -Cell[] cells
+        -int width, height
+        -Cell start
+        -Cell exit
+        +getCell(x,y): Cell
+        +getNeighbors(cell): List~Cell~
+    }
+    
+    class Cell {
+        -int x, y
+        -bool isWall
+        -bool isStart
+        -bool isExit
+        +isPassable(): bool
+    }
+    
+    class MazeBuilder {
+        <<interface>>
+        +buildFromFile(filename): Maze
+    }
+    
+    class TextFileMazeBuilder {
+        +buildFromFile(filename): Maze
+    }
+    
+    class PathFindingStrategy {
+        <<interface>>
+        +findPath(maze, start, exit): List~Cell~
+    }
+    
+    class BFSStrategy
+    class DFSStrategy
+    class AStarStrategy
+    class DijkstraStrategy
+    
+    class SearchStats {
+        +timeMs: float
+        +visitedCells: int
+        +pathLength: int
+    }
+    
+    class MazeSolver {
+        -Maze maze
+        -PathFindingStrategy strategy
+        +setStrategy(strategy)
+        +solve(): SearchStats
+    }
+    
+    class Command {
+        <<interface>>
+        +execute()
+        +undo()
+    }
+    
+    class MoveCommand {
+        -Player player
+        -Direction dir
+        -Cell previousCell
+        +execute()
+        +undo()
+    }
+    
+    class Player {
+        -Cell currentCell
+        +moveTo(cell)
+    }
+    
+    class Observer {
+        <<interface>>
+        +update(event)
+    }
+    
+    class ConsoleView {
+        +update(event)
+        +render(maze, player, path)
+    }
+    
+    MazeBuilder <|.. TextFileMazeBuilder
+    MazeBuilder --> Maze : creates
+    PathFindingStrategy <|.. BFSStrategy
+    PathFindingStrategy <|.. DFSStrategy
+    PathFindingStrategy <|.. AStarStrategy
+    PathFindingStrategy <|.. DijkstraStrategy
+    MazeSolver --> PathFindingStrategy : uses
+    MazeSolver --> Maze : uses
+    Command <|.. MoveCommand
+    MoveCommand --> Player
+    Player --> Cell
+    Observer <|.. ConsoleView
+    MazeSolver --> Observer : notifies
+```
+
+### Выполнение
+
+#### Этап 1. Модель лабиринта (без паттернов, просто классы)
+**Задача:** Создать классы `Cell` и `Maze`, которые представляют карту лабиринта.
+- `Cell` хранит координаты (x, y), флаги `isWall`, `isStart`, `isExit`, метод `isPassable()` (возвращает `True` для прохода, если не стена).
+- `Maze` хранит двумерный массив клеток, ширину, высоту, ссылки на стартовую и выходную клетку. Методы: `getCell(x, y)`, `getNeighbors(cell)` – возвращает список соседних проходимых клеток (вверх, вниз, влево, вправо, если в пределах границ и не стена).
+
+**Результат:** Лабиринт можно создать вручную в коде, но загрузку пока не делаем.
+
+#### Этап 2. Загрузка лабиринта из файла – применение паттерна **Builder**
+**Задача:** Реализовать загрузку лабиринта из текстового файла, где `#` – стена, ` ` (пробел) – проход, `S` – старт, `E` – выход.
+- Создать интерфейс `MazeBuilder` с методом `buildFromFile(filename)`.
+- Реализовать класс `TextFileMazeBuilder`, который читает файл, парсит символы, создаёт объекты `Cell`, задаёт координаты и флаги, после чего возвращает готовый `Maze`.
+
+Процесс построения лабиринта сложный (парсинг, валидация, установка старта/выхода). Builder скрывает детали создания от клиента. В будущем можно легко добавить другой формат (например, JSON или бинарный) через новую реализацию `MazeBuilder`.
+
+#### Этап 3. Стратегии поиска пути – паттерн **Strategy**
+**Задача:** Реализовать семейство алгоритмов поиска пути от старта до выхода.
+- Создать интерфейс `PathFindingStrategy` с методом `findPath(maze, start, exit)`, возвращающим список клеток пути (от старта до выхода включительно) или пустой список, если пути нет.
+- Реализовать минимум 3 стратегии:
+  - **BFS** (поиск в ширину) – гарантирует кратчайший путь по количеству шагов.
+  - **DFS** (поиск в глубину) – быстрый, но не обязательно кратчайший.
+  - **A*** (с эвристикой, например, манхэттенское расстояние) – компромисс между скоростью и оптимальностью.
+  - (Опционально) **Дейкстра** – полезна для взвешенных лабиринтов, но в базовом варианте все шаги имеют вес 1, тогда она совпадает с BFS.
+
+Каждая стратегия возвращает путь. Для BFS/DFS используйте очередь/стек, для A* – приоритетную очередь (heapq). Важно: алгоритмы не должны модифицировать сам лабиринт, только читать состояние клеток.
+
+Strategy позволяет легко переключать алгоритмы во время выполнения, не меняя код остальной программы. Новый алгоритм можно добавить, реализовав интерфейс.
+
+#### Этап 4. Класс-оркестратор – **MazeSolver** (использует Strategy)
+**Задача:** Создать класс, который принимает лабиринт и стратегию, выполняет поиск и собирает статистику.
+- `MazeSolver` содержит поля `maze` и `strategy`.
+- Метод `setStrategy(strategy)` для динамической смены алгоритма.
+- Метод `solve()` вызывает `strategy.findPath(...)` и возвращает объект `SearchStats` (время выполнения в миллисекундах, количество посещённых клеток, длина найденного пути).
+- Для замера времени используйте `time.perf_counter()` до и после вызова стратегии.
+
+#### Этап 5. Визуализация и пошаговое управление – паттерны **Observer** и **Command** (по желанию)
+**5.1. Наблюдатель (Observer)** – обновление консольного интерфейса.
+- Создать интерфейс `Observer` с методом `update(event)`, где `event` может быть строкой или объектом с типом события (`"path_found"`, `"move"`, `"maze_loaded"`).
+- Реализовать класс `ConsoleView`, который отображает лабиринт, текущее положение игрока (если реализован пошаговый режим) и найденный путь. Метод `render(maze, player_position, path)` рисует карту в консоли.
+- `MazeSolver` (или отдельный контроллер) может иметь список наблюдателей и уведомлять их при изменении состояния.
+
+**5.2. Команда (Command)** – для пошагового перемещения игрока по найденному пути (или ручного управления).
+- Создать интерфейс `Command` с методами `execute()` и `undo()`.
+- Реализовать `MoveCommand`, который принимает игрока (`Player`), направление и изменяет его позицию, сохраняя предыдущую для отмены.
+- Создать класс `Player`, хранящий текущую клетку.
+- Консольное меню позволяет вводить команды (W/A/S/D), выполнять `MoveCommand`, при необходимости отменять последний ход (Ctrl+Z). Это опционально, но очень наглядно демонстрирует паттерн.
+
+*Observer можно реализовать только для вывода сообщений о начале/конце поиска, а Command – для демонстрации undo при ручном исследовании лабиринта.*
+
+#### Этап 6. Экспериментальная часть (аналогично заданию со структурами данных)
+**Задача:** Сравнить эффективность реализованных стратегий на лабиринтах разной сложности.
+1. **Подготовка тестовых лабиринтов:**
+   - Маленький (10×10) с простым путём.
+   - Средний (50×50) с тупиками.
+   - Большой (100×100) с запутанной структурой.
+   - «Пустой» лабиринт (без стен) – для демонстрации максимальной производительности.
+   - «Без выхода» – чтобы проверить обработку отсутствия пути.
+2. **Замеры:**
+   - Для каждого лабиринта и каждой стратегии запустить `solve()` 5–10 раз, усреднить время, количество посещённых клеток, длину пути.
+   - Записать результаты в CSV: `лабиринт,стратегия,время_мс,посещено_клеток,длина_пути`.
+3. **Анализ:**
+   - Построить графики для каждого лабиринта.
+   - Проанализировать и написать выводы по итогам (эффективность того или иного алгоритма в разных случаях).
+
+4. **Дополнительное задание:** Реализовать взвешенные клетки (например, болото – вес 3, песок – вес 2, асфальт – вес 1) и сравнить Дейкстру с A* на взвешенном графе.
+
+#### Этап 7. Отчёт
+**Структура отчёта:**
+1. Описание задачи и выбранных паттернов (с диаграммой классов из Mermaid).
+2. Листинги ключевых классов (можно выборочно) или ссылка на репозиторий.
+3. Результаты экспериментов (таблицы, графики).
+4. Анализ эффективности алгоритмов и применимости паттернов.
+5. Выводы: как ООП и паттерны помогли сделать код гибким и расширяемым. Что было бы сложно изменить без них.
+
+### Советы
+- Для A* самая простая эвристика: `abs(x1 - x2) + abs(y1 - y2)`.
+- При поиске пути надо хранить предшественников (`parent` для каждой посещённой клетки), чтобы восстановить путь.
+- Для BFS/DFS используй `deque` (очередь) и `list` (стек).
+- Визуализацию в консоли можно сделать с помощью `os.system('cls' if os.name == 'nt' else 'clear')` для перерисовки.

osipovamd/428.md

@@ -0,0 +1,6 @@
+{\rtf1\ansi\ansicpg1251\cocoartf2869
+\cocoatextscaling0\cocoaplatform0{\fonttbl}
+{\colortbl;\red255\green255\blue255;}
+{\*\expandedcolortbl;;}
+\paperw11900\paperh16840\margl1440\margr1440\vieww11520\viewh8400\viewkind0
+}

victorovaas/429

@@ -0,0 +1 @@
+<EFBFBD>¥¦¨¬ ¢כ¢®₪  ×®¬ ­₪ ­  ם×א ­ (ECHO) ¢×«מח¥­.