[1] 1 exercise complete

KolbasovPD/docs/data/1-st_exercise/main.py

@@ -0,0 +1,395 @@
+import time
+import random
+import csv
+import sys
+sys.setrecursionlimit(100000)
+
+def ll_insert(head, name, phone):
+    new_node = {'name': name, 'phone': phone, 'next': None}
+    
+    if head is None:
+        return new_node
+    
+    curr = head
+    prev = None
+    while curr:
+        if curr['name'] == name:
+            curr['phone'] = phone
+            return head
+        prev = curr
+        curr = curr['next']
+    
+    prev['next'] = new_node
+    return head
+
+def ll_find(head, name):
+    curr = head
+    while curr:
+        if curr['name'] == name:
+            return curr['phone']
+        curr = curr['next']
+    return None
+
+def ll_delete(head, name):
+    if head is None:
+        return None
+    
+    if head['name'] == name:
+        return head['next']
+    
+    curr = head
+    while curr['next']:
+        if curr['next']['name'] == name:
+            curr['next'] = curr['next']['next']
+            return head
+        curr = curr['next']
+    return head
+
+def ll_list_all(head):
+    records = []
+    curr = head
+    while curr:
+        records.append((curr['name'], curr['phone']))
+        curr = curr['next']
+    records.sort(key=lambda x: x[0])
+    return records
+
+def hash_function(name, table_size):
+    return sum(ord(c) for c in name) % table_size
+
+def ht_create(size=1000):
+    return [None] * size
+
+def ht_insert(buckets, name, phone):
+    index = hash_function(name, len(buckets))
+    buckets[index] = ll_insert(buckets[index], name, phone)
+
+def ht_find(buckets, name):
+    index = hash_function(name, len(buckets))
+    return ll_find(buckets[index], name)
+
+def ht_delete(buckets, name):
+    index = hash_function(name, len(buckets))
+    buckets[index] = ll_delete(buckets[index], name)
+
+def ht_list_all(buckets):
+    records = []
+    for head in buckets:
+        curr = head
+        while curr:
+            records.append((curr['name'], curr['phone']))
+            curr = curr['next']
+    records.sort(key=lambda x: x[0])
+    return records
+
+def bst_insert_iterative(root, name, phone):
+    new_node = {'name': name, 'phone': phone, 'left': None, 'right': None}
+    
+    if root is None:
+        return new_node
+    
+    curr = root
+    while True:
+        if name < curr['name']:
+            if curr['left'] is None:
+                curr['left'] = new_node
+                break
+            curr = curr['left']
+        elif name > curr['name']:
+            if curr['right'] is None:
+                curr['right'] = new_node
+                break
+            curr = curr['right']
+        else:
+            curr['phone'] = phone
+            break
+    
+    return root
+
+def bst_find_iterative(root, name):
+    curr = root
+    while curr:
+        if name == curr['name']:
+            return curr['phone']
+        elif name < curr['name']:
+            curr = curr['left']
+        else:
+            curr = curr['right']
+    return None
+
+def bst_find_min(node):
+    while node and node['left']:
+        node = node['left']
+    return node
+
+def bst_delete_iterative(root, name):
+    if root is None:
+        return None
+    
+    if name < root['name']:
+        root['left'] = bst_delete_iterative(root['left'], name)
+    elif name > root['name']:
+        root['right'] = bst_delete_iterative(root['right'], name)
+    else:
+        if root['left'] is None:
+            return root['right']
+        elif root['right'] is None:
+            return root['left']
+        
+        parent = root
+        successor = root['right']
+        while successor['left']:
+            parent = successor
+            successor = successor['left']
+        
+        root['name'] = successor['name']
+        root['phone'] = successor['phone']
+        
+        if parent == root:
+            parent['right'] = successor['right']
+        else:
+            parent['left'] = successor['right']
+    
+    return root
+
+def bst_list_all(root):
+    result = []
+    stack = []
+    curr = root
+    
+    while stack or curr:
+        while curr:
+            stack.append(curr)
+            curr = curr['left']
+        curr = stack.pop()
+        result.append((curr['name'], curr['phone']))
+        curr = curr['right']
+    
+    return result
+
+def generate_test_data(N=10000):
+    names = [f"User_{i:05d}" for i in range(N)]
+    phones = [f"+7-999-{random.randint(1000000, 9999999)}" for _ in range(N)]
+    
+    records = list(zip(names, phones))
+    
+    records_shuffled = records.copy()
+    random.shuffle(records_shuffled)
+    
+    records_sorted = sorted(records, key=lambda x: x[0])
+    
+    return records_shuffled, records_sorted
+
+def measure_insertion(structure_type, records, ht_size=1000):
+    if structure_type == "LinkedList":
+        head = None
+        start = time.perf_counter()
+        for name, phone in records:
+            head = ll_insert(head, name, phone)
+        end = time.perf_counter()
+        return head, (end - start)
+    
+    elif structure_type == "HashTable":
+        buckets = ht_create(ht_size)
+        start = time.perf_counter()
+        for name, phone in records:
+            ht_insert(buckets, name, phone)
+        end = time.perf_counter()
+        return buckets, (end - start)
+    
+    elif structure_type == "BST":
+        root = None
+        start = time.perf_counter()
+        for name, phone in records:
+            root = bst_insert_iterative(root, name, phone)
+        end = time.perf_counter()
+        return root, (end - start)
+
+def measure_search(data_structure, structure_type, existing_names, non_existing_names):
+    start = time.perf_counter()
+    for name in existing_names:
+        if structure_type == "LinkedList":
+            ll_find(data_structure, name)
+        elif structure_type == "HashTable":
+            ht_find(data_structure, name)
+        elif structure_type == "BST":
+            bst_find_iterative(data_structure, name)
+    
+    for name in non_existing_names:
+        if structure_type == "LinkedList":
+            ll_find(data_structure, name)
+        elif structure_type == "HashTable":
+            ht_find(data_structure, name)
+        elif structure_type == "BST":
+            bst_find_iterative(data_structure, name)
+    end = time.perf_counter()
+    
+    return end - start
+
+def measure_deletion(data_structure, structure_type, names_to_delete):
+    start = time.perf_counter()
+    for name in names_to_delete:
+        if structure_type == "LinkedList":
+            data_structure = ll_delete(data_structure, name)
+        elif structure_type == "HashTable":
+            ht_delete(data_structure, name)
+        elif structure_type == "BST":
+            data_structure = bst_delete_iterative(data_structure, name)
+    end = time.perf_counter()
+    
+    return data_structure, (end - start)
+
+def run_experiment(N=5000, repeats=5):
+    print(f"Генерация тестовых данных (N={N})...")
+    records_shuffled, records_sorted = generate_test_data(N)
+    
+    existing_names = [name for name, _ in random.sample(records_shuffled, min(100, N))]
+    non_existing_names = [f"None_{i}" for i in range(10)]
+    delete_names = [name for name, _ in random.sample(records_shuffled, min(50, N))]
+    
+    results = []
+    
+    structures = ["LinkedList", "HashTable", "BST"]
+    modes = ["случайный", "отсортированный"]
+    
+    for struct in structures:
+        for mode in modes:
+            records = records_shuffled if mode == "случайный" else records_sorted
+            
+            print(f"\nТестирование: {struct}, режим: {mode}")
+            
+            insertion_times = []
+            search_times = []
+            deletion_times = []
+            
+            for rep in range(repeats):
+                print(f"  Повторение {rep+1}/{repeats}...")
+                
+                data_structure, insert_time = measure_insertion(struct, records)
+                insertion_times.append(insert_time)
+                
+                search_time = measure_search(data_structure, struct, existing_names, non_existing_names)
+                search_times.append(search_time)
+                
+                data_structure, delete_time = measure_deletion(data_structure, struct, delete_names)
+                deletion_times.append(delete_time)
+            
+            avg_insert = sum(insertion_times) / repeats
+            avg_search = sum(search_times) / repeats
+            avg_delete = sum(deletion_times) / repeats
+            
+            results.append({
+                "structure": struct,
+                "mode": mode,
+                "insertion_avg": avg_insert,
+                "insertion_all": insertion_times,
+                "search_avg": avg_search,
+                "search_all": search_times,
+                "deletion_avg": avg_delete,
+                "deletion_all": deletion_times
+            })
+            
+            print(f"    Вставка: {avg_insert:.6f} сек (замеры: {[f'{t:.6f}' for t in insertion_times]})")
+            print(f"    Поиск: {avg_search:.6f} сек (замеры: {[f'{t:.6f}' for t in search_times]})")
+            print(f"    Удаление: {avg_delete:.6f} сек (замеры: {[f'{t:.6f}' for t in deletion_times]})")
+    
+    return results
+
+def save_results_to_csv(results, filename="results.csv"):
+    with open(filename, 'w', newline='', encoding='utf-8') as csvfile:
+        writer = csv.writer(csvfile)
+        writer.writerow(["Структура", "Режим", "Операция", "Повторение", "Время (сек)"])
+        
+        for res in results:
+            struct = res["structure"]
+            mode = res["mode"]
+            
+            for i, t in enumerate(res["insertion_all"]):
+                writer.writerow([struct, mode, "вставка", i+1, t])
+            writer.writerow([struct, mode, "вставка", "СРЕДНЕЕ", res["insertion_avg"]])
+            
+            for i, t in enumerate(res["search_all"]):
+                writer.writerow([struct, mode, "поиск", i+1, t])
+            writer.writerow([struct, mode, "поиск", "СРЕДНЕЕ", res["search_avg"]])
+            
+            for i, t in enumerate(res["deletion_all"]):
+                writer.writerow([struct, mode, "удаление", i+1, t])
+            writer.writerow([struct, mode, "удаление", "СРЕДНЕЕ", res["deletion_avg"]])
+    
+    print(f"\nРезультаты сохранены в {filename}")
+
+def print_summary_table(results):
+    print("\n" + "="*80)
+    print("СВОДНАЯ ТАБЛИЦА РЕЗУЛЬТАТОВ (среднее время в секундах)")
+    print("="*80)
+    print(f"{'Структура':<15} {'Режим':<12} {'Вставка':<12} {'Поиск (110)':<12} {'Удаление (50)':<12}")
+    print("-"*80)
+    
+    for res in results:
+        print(f"{res['structure']:<15} {res['mode']:<12} {res['insertion_avg']:<12.6f} "
+              f"{res['search_avg']:<12.6f} {res['deletion_avg']:<12.6f}")
+    
+    print("\n" + "="*80)
+    print("АНАЛИЗ ДЕГРАДАЦИИ BST")
+    print("="*80)
+    
+    bst_random = next(r for r in results if r['structure'] == "BST" and r['mode'] == "случайный")
+    bst_sorted = next(r for r in results if r['structure'] == "BST" and r['mode'] == "отсортированный")
+    
+    degradation = bst_sorted['insertion_avg'] / bst_random['insertion_avg']
+    print(f"BST: отсортированные данные в {degradation:.1f} раз медленнее случайных")
+    print("Причина: вырождение дерева в линейный связный список (O(n) вместо O(log n))")
+
+if __name__ == "__main__":
+    print("="*80)
+    print("ЭКСПЕРИМЕНТАЛЬНОЕ СРАВНЕНИЕ СТРУКТУР ДАННЫХ ДЛЯ ТЕЛЕФОННОГО СПРАВОЧНИКА")
+    print("="*80)
+    
+    results = run_experiment(N=5000, repeats=5)
+    
+    save_results_to_csv(results)
+    
+    print_summary_table(results)
+    
+    print("\n" + "="*80)
+    print("ВЫВОДЫ И РЕКОМЕНДАЦИИ")
+    print("="*80)
+    print("""
+1. Хеш-таблица:
+   Лучшая производительность для операций поиска и вставки (O(1) в среднем)
+   Не чувствительна к порядку входных данных
+   Требует память под массив бакетов
+   Не поддерживает естественный порядок (нужна сортировка)
+   Идеально для справочников с частым поиском
+
+2. Двоичное дерево поиска:
+   Естественная сортировка (in-order обход)
+   Хорошая производительность на случайных данных (O(log n))
+   Сильная деградация на отсортированных данных (O(n))
+   Рекурсивные операции требуют больше памяти
+   Хорошо для задач, где нужен отсортированный вывод
+
+3. Связный список:
+   Простота реализации
+   Медленный поиск и удаление (O(n))
+   Неэффективен для больших объёмов данных
+   Применим только для очень маленьких справочников
+
+РЕКОМЕНДАЦИИ ДЛЯ РЕАЛЬНЫХ ЗАДАЧ:
+Частый поиск, редкие вставки -> ХЕШ-ТАБЛИЦА
+Нужен отсортированный вывод -> ДЕРЕВО (с балансировкой)
+Очень маленький справочник (<100 записей) -> СПИСОК
+В реальных БД -> хеш-таблица + B-деревья
+    """)
+    
+    print("\n" + "="*80)
+    print("ДОПОЛНИТЕЛЬНЫЙ АНАЛИЗ")
+    print("="*80)
+    
+    for struct in ["LinkedList", "HashTable", "BST"]:
+        res_random = next(r for r in results if r['structure'] == struct and r['mode'] == "случайный")
+        print(f"{struct:12} поиск 110 записей: {res_random['search_avg']:.6f} сек")
+    
+    ll_random = next(r for r in results if r['structure'] == "LinkedList" and r['mode'] == "случайный")
+    ll_sorted = next(r for r in results if r['structure'] == "LinkedList" and r['mode'] == "отсортированный")
+    print(f"\nСвязный список: деградация {ll_sorted['insertion_avg'] / ll_random['insertion_avg']:.2f}х")

KolbasovPD/docs/data/1-st_exercise/results.csv

@@ -0,0 +1,109 @@
+Структура,Режим,Операция,Повторение,Время (сек)
+LinkedList,случайный,вставка,1,0.7588584999975865
+LinkedList,случайный,вставка,2,0.7769573999976274
+LinkedList,случайный,вставка,3,0.7729451000013796
+LinkedList,случайный,вставка,4,0.7535389000004216
+LinkedList,случайный,вставка,5,0.758188899999368
+LinkedList,случайный,вставка,СРЕДНЕЕ,0.7640977599992766
+LinkedList,случайный,поиск,1,0.023368899997876724
+LinkedList,случайный,поиск,2,0.023365799999737646
+LinkedList,случайный,поиск,3,0.02325380000183941
+LinkedList,случайный,поиск,4,0.02314950000072713
+LinkedList,случайный,поиск,5,0.023074000000633532
+LinkedList,случайный,поиск,СРЕДНЕЕ,0.023242400000162887
+LinkedList,случайный,удаление,1,0.014257400001952192
+LinkedList,случайный,удаление,2,0.01445149999926798
+LinkedList,случайный,удаление,3,0.014200800000253366
+LinkedList,случайный,удаление,4,0.013934900001913775
+LinkedList,случайный,удаление,5,0.013907599997764919
+LinkedList,случайный,удаление,СРЕДНЕЕ,0.014150440000230446
+LinkedList,отсортированный,вставка,1,0.7295501999979024
+LinkedList,отсортированный,вставка,2,0.733855800001038
+LinkedList,отсортированный,вставка,3,0.9446520999990753
+LinkedList,отсортированный,вставка,4,0.8595158000025549
+LinkedList,отсортированный,вставка,5,0.7685707000018738
+LinkedList,отсортированный,вставка,СРЕДНЕЕ,0.8072289200004888
+LinkedList,отсортированный,поиск,1,0.022782500000175787
+LinkedList,отсортированный,поиск,2,0.022431400000641588
+LinkedList,отсортированный,поиск,3,0.029615100000228267
+LinkedList,отсортированный,поиск,4,0.026672600000893
+LinkedList,отсортированный,поиск,5,0.02327099999820348
+LinkedList,отсортированный,поиск,СРЕДНЕЕ,0.024954520000028423
+LinkedList,отсортированный,удаление,1,0.015000699997472111
+LinkedList,отсортированный,удаление,2,0.014776500000152737
+LinkedList,отсортированный,удаление,3,0.019435000001976732
+LinkedList,отсортированный,удаление,4,0.0165975999989314
+LinkedList,отсортированный,удаление,5,0.015432599997438956
+LinkedList,отсортированный,удаление,СРЕДНЕЕ,0.016248479999194387
+HashTable,случайный,вставка,1,0.06989740000062739
+HashTable,случайный,вставка,2,0.06307899999956135
+HashTable,случайный,вставка,3,0.06795570000031148
+HashTable,случайный,вставка,4,0.0703618000006827
+HashTable,случайный,вставка,5,0.06456320000143023
+HashTable,случайный,вставка,СРЕДНЕЕ,0.06717142000052263
+HashTable,случайный,поиск,1,0.0011812000011559576
+HashTable,случайный,поиск,2,0.0011990000020887237
+HashTable,случайный,поиск,3,0.0014205000006768387
+HashTable,случайный,поиск,4,0.0018674999992072117
+HashTable,случайный,поиск,5,0.0012002000003121793
+HashTable,случайный,поиск,СРЕДНЕЕ,0.001373680000688182
+HashTable,случайный,удаление,1,0.0008298000029753894
+HashTable,случайный,удаление,2,0.0008296999985759612
+HashTable,случайный,удаление,3,0.0010115000004589092
+HashTable,случайный,удаление,4,0.0009790000003704336
+HashTable,случайный,удаление,5,0.0008373999989998993
+HashTable,случайный,удаление,СРЕДНЕЕ,0.0008974800002761185
+HashTable,отсортированный,вставка,1,0.06598000000303728
+HashTable,отсортированный,вставка,2,0.06413769999926444
+HashTable,отсортированный,вставка,3,0.14105009999912
+HashTable,отсортированный,вставка,4,0.07664300000033109
+HashTable,отсортированный,вставка,5,0.06128300000273157
+HashTable,отсортированный,вставка,СРЕДНЕЕ,0.08181876000089687
+HashTable,отсортированный,поиск,1,0.001160599997092504
+HashTable,отсортированный,поиск,2,0.004666700002417201
+HashTable,отсортированный,поиск,3,0.00214869999763323
+HashTable,отсортированный,поиск,4,0.0016174000011233147
+HashTable,отсортированный,поиск,5,0.0013016000011703
+HashTable,отсортированный,поиск,СРЕДНЕЕ,0.00217899999988731
+HashTable,отсортированный,удаление,1,0.0008883999980753288
+HashTable,отсортированный,удаление,2,0.002087799999571871
+HashTable,отсортированный,удаление,3,0.001078500001312932
+HashTable,отсортированный,удаление,4,0.0009227000009559561
+HashTable,отсортированный,удаление,5,0.000898300000699237
+HashTable,отсортированный,удаление,СРЕДНЕЕ,0.001175140000123065
+BST,случайный,вставка,1,0.01702110000042012
+BST,случайный,вставка,2,0.014504000002489192
+BST,случайный,вставка,3,0.013862499999959255
+BST,случайный,вставка,4,0.01633149999906891
+BST,случайный,вставка,5,0.015226100000290899
+BST,случайный,вставка,СРЕДНЕЕ,0.015389040000445674
+BST,случайный,поиск,1,0.000405700000555953
+BST,случайный,поиск,2,0.0002680999969015829
+BST,случайный,поиск,3,0.00024119999943650328
+BST,случайный,поиск,4,0.00027720000070985407
+BST,случайный,поиск,5,0.00030730000071343966
+BST,случайный,поиск,СРЕДНЕЕ,0.0002998999996634666
+BST,случайный,удаление,1,0.00024620000112918206
+BST,случайный,удаление,2,0.00016830000095069408
+BST,случайный,удаление,3,0.0001548000000184402
+BST,случайный,удаление,4,0.00018679999993764795
+BST,случайный,удаление,5,0.00022140000146464445
+BST,случайный,удаление,СРЕДНЕЕ,0.00019550000070012175
+BST,отсортированный,вставка,1,1.875409899999795
+BST,отсортированный,вставка,2,1.8619785999981104
+BST,отсортированный,вставка,3,1.8126238000004378
+BST,отсортированный,вставка,4,1.8052959000015107
+BST,отсортированный,вставка,5,1.7978389999989304
+BST,отсортированный,вставка,СРЕДНЕЕ,1.830629439999757
+BST,отсортированный,поиск,1,0.03237050000097952
+BST,отсортированный,поиск,2,0.03320049999820185
+BST,отсортированный,поиск,3,0.033564300003490644
+BST,отсортированный,поиск,4,0.031019200003356673
+BST,отсортированный,поиск,5,0.03037219999896479
+BST,отсортированный,поиск,СРЕДНЕЕ,0.0321053400009987
+BST,отсортированный,удаление,1,0.03479439999864553
+BST,отсортированный,удаление,2,0.0337948000014876
+BST,отсортированный,удаление,3,0.034445099998265505
+BST,отсортированный,удаление,4,0.03366980000282638
+BST,отсортированный,удаление,5,0.03821500000049127
+BST,отсортированный,удаление,СРЕДНЕЕ,0.03498382000034326