task1

.gitignore

@@ -7,6 +7,7 @@ __pycache__/
 # C extensions
 *.so
 
+.DS_Store
 # Distribution / packaging
 .Python
 build/

KuzminskiyAA/427.md

@@ -0,0 +1 @@
+

MininaVD/427.txt

@@ -0,0 +1 @@
+427.txt 

MininaVD/MininaVD

@@ -0,0 +1 @@
+427.txt 

MylnikovAS/427.md

@@ -0,0 +1 @@
+

README.md

@@ -16,7 +16,7 @@
 
 ### Крайний срок приема работ 25.05.2026 до 14:00
 
-## Задание 1 -- репозиторий
+## Задание 0 -- репозиторий [отдельный срок на создание PR с папкой: 28.02.2026]
 
 0. Создай пользователя (логин — фамилия+инициалы слитно транслитом, как в терминал-классе).
 
@@ -43,12 +43,157 @@
 
 6.  Отправь ветку **в свой форк** на Gitea:
     ```bash
-    git push origin IvanovII
+    git push origin
     ```
+    
+если просит, перед этим сделать git push --set-upstream origin
 
 7.  **Создай запрос на слияние (Pull Request):** На Gitea перейди в свой форк, выбери ветку `IvanovII`, нажмите **Запрос на слияние**. Убедитесь, что:
     - Базовый репозиторий: **учебный** (преподавателя)
     - Базовая ветка: **develop**
     - Сравниваемая ветка: **свой форк / IvanovII**
 
-8.  Отправь PR.
+8.  Отправь PR.
+
+## Задание 1 -- структуры данных
+***Напоминание: под каждое задание вы создаете отдельную ветку***
+
+>Для оформления результатов заведи папку **docs** в своей папке и сохраняй туда отчет (в любом формате от .doc до .md, а то и .jpnb). Вспомогательные файлы клади в подпапку **data** внутри **docs**
+
+**Цель работы**
+
+Реализовать три различные структуры данных «с нуля», применить их для хранения записей телефонного справочника и экспериментально сравнить производительность основных операций. Вы должны собственными руками написать код, чтобы понять внутреннее устройство связного списка, хеш-таблицы и двоичного дерева поиска, а также осознать их сильные и слабые стороны на практике.
+
+**!! Задание  выполнять в структурной (процедурной) парадигме, не используя классы. Главное реализовать структуры данных «руками» и сравнить их производительность.**
+
+### Базовые операции (обязательны для всех):
+
+`insert(name, phone)` -- добавить или обновить запись.
+
+`find(name)` -- phone или None.
+
+`delete(name)` -- удалить запись, игнорировать отсутствие.
+
+`list_all()` -- список всех записей, отсортированный по имени (для BST in‑order обход; для списка и хеш‑таблицы — собрать и отсортировать явно).
+
+#### 1. Связный список (LinkedListPhoneBook)
+
+Узел представляется словарём: `{'name': 'Имя', 'phone': '123', 'next': None}.`
+
+**Функции:**
+
+`def ll_insert(head, name, phone)` — проходит до конца (или сразу добавляет в конец) и возвращает новую голову (если вставка в начало) или изменяет список по ссылке. Удобнее возвращать новую голову, если вставка может быть в начало.
+
+`def ll_find(head, name)` — ищет узел, возвращает телефон или None.
+
+`def ll_delete(head, name)` — удаляет узел, возвращает новую голову.
+
+`def ll_list_all(head)` — собирает все записи в список и сортирует (сортировка вынесена отдельно).
+
+#### 2. Хеш-таблица
+Хранится как список buckets фиксированной длины, каждый элемент — голова связного списка (или None).
+
+**Функции:**
+
+`def ht_insert(buckets, name, phone)` — вычисляет индекс, вызывает ll_insert для соответствующего бакета.
+
+Аналогично `ht_find, ht_delete, ht_list_all` (последняя собирает все записи из всех бакетов и сортирует).
+
+#### 3. Двоичное дерево поиска
+Узел — словарь: `{'name': 'Имя', 'phone': '123', 'left': None, 'right': None}.`
+
+**Функции:**
+
+`def bst_insert(root, name, phone)` — рекурсивно или итеративно вставляет, возвращает новый корень (если корень меняется).
+
+`def bst_find(root, name)` — поиск.
+
+`def bst_delete(root, name)` — удаление, возвращает новый корень.
+
+`def bst_list_all(root)` — центрированный обход (рекурсивно собирает записи в отсортированном порядке).
+
+### Экспериментальная часть (подробно об измерении времени)
+#### 1. Генерация тестовых данных
+Создайте список records из N элементов (например, N = 10000). Каждый элемент — кортеж (name, phone).
+
+Имена генерируйте как `f"User_{i:05d}"` (равномерное распределение) или случайные слова из небольшого набора (чтобы были повторения и коллизии). Для проверки влияния порядка подготовьте два варианта одного и того же набора:
+
+`records_shuffled` — случайный порядок.
+
+`records_sorted` — отсортированный по имени (по алфавиту).
+
+#### 2. Инструменты замера времени
+Используйте модуль **time**:
+
+```python
+import time
+
+start = time.perf_counter()
+# ... операции ...
+end = time.perf_counter()
+elapsed = end - start  # время в секундах
+```
+
+Для многократных замеров удобен `timeit`, но в этой задаче достаточно просто обернуть код в цикл и усреднить.
+
+#### 3. Проведение замеров
+Для каждой структуры данных и для каждого режима входных данных (случайный / отсортированный) выполните:
+
+- А. Вставка всех записей
+
+Создайте пустую структуру.
+
+Засеките время, выполните insert для каждой записи из входного списка.
+
+Зафиксируйте общее время вставки.
+
+- Б. Поиск 100 случайных записей
+
+Возьмите 100 случайных имён из того же набора (гарантированно существующих) и 10 имён, которых нет (например, "None_{i}").
+
+Засеките время на выполнение всех 110 вызовов find.
+
+- В. Удаление 50 случайных записей
+
+Выберите 50 случайных имён из набора.
+
+Засеките время на выполнение delete для каждого.
+
+
+**!! Важно: после вставки структура остаётся заполненной, поиск и удаление выполняются на ней же. Если нужно повторить замер для другого порядка данных — создавайте новую структуру и заполняйте заново.**
+
+#### 4. Сохранение результатов
+
+**!! Каждый эксперимент повторить минимум 5 раз и записывать и среднее время, и все замеры.**
+
+Соберите все замеры в словарь или список, затем сохраните в CSV-файл:
+
+```python
+import csv
+
+results = [
+    ["Структура", "Режим", "Операция", "Время (сек)"],
+    ["LinkedList", "случайный", "вставка", 0.123],
+    ...
+]
+
+with open("results.csv", "w", newline="") as f:
+    writer = csv.writer(f)
+    writer.writerows(results)
+```
+
+
+#### 5. Анализ результатов
+Постройте график (столбчатая диаграмма или линейный график) — можно в Excel, Google Sheets или с помощью matplotlib в Python.
+
+Сравните:
+
+- Как порядок входных данных влияет на скорость вставки в BST (деградация до O(n) на отсортированных данных).
+
+- Почему хеш-таблица почти не чувствительна к порядку.
+
+- Почему связный список всегда медленен при поиске.
+
+- 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.*

VaravinVV/428b

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

YaroslavtsevAS/428.md

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

filippovavm/427

@@ -0,0 +1 @@
+427

ivanchenkoam/427.txt

@@ -0,0 +1 @@
+856

konnovaea/429

@@ -0,0 +1 @@
+429 

morozovns/1.py

@@ -0,0 +1,2 @@
+print("Zadanie adin!!11!adin!11!")
+print("patch")

morozovns/429

@@ -0,0 +1 @@
+429 

nehoroshevaa/428b.md

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

petryaninyas/README.md

@@ -0,0 +1,18 @@
+# Задание 1 — структуры данных
+
+Процедурная реализация:
+- linked_list.py
+- hash_table.py
+- bst.py
+
+Эксперименты и отчёты:
+- experiments.py
+- plot_results.py
+- results.csv
+- docs/report.md
+- docs/data/*.png
+
+Запуск:
+```bash
+python main.py
+```

petryaninyas/bst.py

@@ -0,0 +1,118 @@
+from typing import Any, Dict, List, Optional
+
+
+Node = Dict[str, Any]
+
+
+def _make_node(name: str, phone: str) -> Node:
+    return {"name": name, "phone": phone, "left": None, "right": None}
+
+
+def bst_insert(root: Optional[Node], name: str, phone: str) -> Node:
+    new_node = _make_node(name, phone)
+
+    if root is None:
+        return new_node
+
+    current = root
+    parent = None
+
+    while current is not None:
+        parent = current
+        if name < current["name"]:
+            current = current["left"]
+        elif name > current["name"]:
+            current = current["right"]
+        else:
+            current["phone"] = phone
+            return root
+
+    if name < parent["name"]:
+        parent["left"] = new_node
+    else:
+        parent["right"] = new_node
+
+    return root
+
+
+def bst_find(root: Optional[Node], name: str) -> Optional[str]:
+    current = root
+    while current is not None:
+        if name < current["name"]:
+            current = current["left"]
+        elif name > current["name"]:
+            current = current["right"]
+        else:
+            return current["phone"]
+    return None
+
+
+def _find_min_node(node: Node) -> Node:
+    current = node
+    while current["left"] is not None:
+        current = current["left"]
+    return current
+
+
+def bst_delete(root: Optional[Node], name: str) -> Optional[Node]:
+    if root is None:
+        return None
+
+    parent = None
+    current = root
+
+    while current is not None and current["name"] != name:
+        parent = current
+        if name < current["name"]:
+            current = current["left"]
+        else:
+            current = current["right"]
+
+    if current is None:
+        return root
+
+    if current["left"] is None or current["right"] is None:
+        child = current["left"] if current["left"] is not None else current["right"]
+
+        if parent is None:
+            return child
+
+        if parent["left"] is current:
+            parent["left"] = child
+        else:
+            parent["right"] = child
+        return root
+
+    succ_parent = current
+    successor = current["right"]
+    while successor["left"] is not None:
+        succ_parent = successor
+        successor = successor["left"]
+
+    current["name"] = successor["name"]
+    current["phone"] = successor["phone"]
+
+    successor_child = successor["right"]
+    if succ_parent["left"] is successor:
+        succ_parent["left"] = successor_child
+    else:
+        succ_parent["right"] = successor_child
+
+    return root
+
+
+def bst_list_all(root: Optional[Node]) -> List[Dict[str, str]]:
+    result: List[Dict[str, str]] = []
+    stack: List[Node] = []
+    current = root
+
+    while current is not None or stack:
+        while current is not None:
+            stack.append(current)
+            current = current["left"]
+
+        current = stack.pop()
+        result.append({"name": current["name"], "phone": current["phone"]})
+        current = current["right"]
+
+    return result

petryaninyas/docs/data/results.csv

@@ -0,0 +1,109 @@
+Структура,Режим,Операция,Замер,Время (сек)
+LinkedList,случайный,insert,1,4.2622492010
+LinkedList,случайный,find,1,0.0314994130
+LinkedList,случайный,delete,1,0.0149069000
+LinkedList,случайный,insert,2,4.0154580330
+LinkedList,случайный,find,2,0.0393284500
+LinkedList,случайный,delete,2,0.0210732100
+LinkedList,случайный,insert,3,4.0436019780
+LinkedList,случайный,find,3,0.0344933660
+LinkedList,случайный,delete,3,0.0152639850
+LinkedList,случайный,insert,4,3.7182993220
+LinkedList,случайный,find,4,0.0327698850
+LinkedList,случайный,delete,4,0.0149959540
+LinkedList,случайный,insert,5,3.7082228200
+LinkedList,случайный,find,5,0.0303762490
+LinkedList,случайный,delete,5,0.0141406560
+LinkedList,случайный,insert,среднее,3.9495662708
+LinkedList,случайный,find,среднее,0.0336934726
+LinkedList,случайный,delete,среднее,0.0160761410
+HashTable,случайный,insert,1,0.2059865770
+HashTable,случайный,find,1,0.0014966100
+HashTable,случайный,delete,1,0.0006891700
+HashTable,случайный,insert,2,0.2024331460
+HashTable,случайный,find,2,0.0015934880
+HashTable,случайный,delete,2,0.0007212620
+HashTable,случайный,insert,3,0.2126128040
+HashTable,случайный,find,3,0.0016566220
+HashTable,случайный,delete,3,0.0008358420
+HashTable,случайный,insert,4,0.2157934910
+HashTable,случайный,find,4,0.0015542810
+HashTable,случайный,delete,4,0.0007269120
+HashTable,случайный,insert,5,0.2079924580
+HashTable,случайный,find,5,0.0013696990
+HashTable,случайный,delete,5,0.0006616050
+HashTable,случайный,insert,среднее,0.2089636952
+HashTable,случайный,find,среднее,0.0015341400
+HashTable,случайный,delete,среднее,0.0007269582
+BST,случайный,insert,1,0.0166981280
+BST,случайный,find,1,0.0001569360
+BST,случайный,delete,1,0.0000917280
+BST,случайный,insert,2,0.0184119040
+BST,случайный,find,2,0.0001517110
+BST,случайный,delete,2,0.0001163770
+BST,случайный,insert,3,0.0174662270
+BST,случайный,find,3,0.0001582930
+BST,случайный,delete,3,0.0000892660
+BST,случайный,insert,4,0.0191369100
+BST,случайный,find,4,0.0002087170
+BST,случайный,delete,4,0.0001067050
+BST,случайный,insert,5,0.0184276900
+BST,случайный,find,5,0.0002767720
+BST,случайный,delete,5,0.0001067660
+BST,случайный,insert,среднее,0.0180281718
+BST,случайный,find,среднее,0.0001904858
+BST,случайный,delete,среднее,0.0001021684
+LinkedList,отсортированный,insert,1,2.9875078340
+LinkedList,отсортированный,find,1,0.0237300610
+LinkedList,отсортированный,delete,1,0.0111698260
+LinkedList,отсортированный,insert,2,3.0573987940
+LinkedList,отсортированный,find,2,0.0243270360
+LinkedList,отсортированный,delete,2,0.0115366030
+LinkedList,отсортированный,insert,3,2.9641987260
+LinkedList,отсортированный,find,3,0.0236313330
+LinkedList,отсортированный,delete,3,0.0112848510
+LinkedList,отсортированный,insert,4,3.0345914950
+LinkedList,отсортированный,find,4,0.0240271220
+LinkedList,отсортированный,delete,4,0.0112117310
+LinkedList,отсортированный,insert,5,2.9481954700
+LinkedList,отсортированный,find,5,0.0239006100
+LinkedList,отсортированный,delete,5,0.0110857710
+LinkedList,отсортированный,insert,среднее,2.9983784638
+LinkedList,отсортированный,find,среднее,0.0239232324
+LinkedList,отсортированный,delete,среднее,0.0112577564
+HashTable,отсортированный,insert,1,0.1997087560
+HashTable,отсортированный,find,1,0.0017550400
+HashTable,отсортированный,delete,1,0.0008407980
+HashTable,отсортированный,insert,2,0.1968675190
+HashTable,отсортированный,find,2,0.0019886760
+HashTable,отсортированный,delete,2,0.0008920910
+HashTable,отсортированный,insert,3,0.1907563580
+HashTable,отсортированный,find,3,0.0018447440
+HashTable,отсортированный,delete,3,0.0008684640
+HashTable,отсортированный,insert,4,0.2625327630
+HashTable,отсортированный,find,4,0.0016053140
+HashTable,отсортированный,delete,4,0.0008098670
+HashTable,отсортированный,insert,5,0.1936840590
+HashTable,отсортированный,find,5,0.0019015160
+HashTable,отсортированный,delete,5,0.0009053780
+HashTable,отсортированный,insert,среднее,0.2087098910
+HashTable,отсортированный,find,среднее,0.0018190580
+HashTable,отсортированный,delete,среднее,0.0008633196
+BST,отсортированный,insert,1,4.2195800190
+BST,отсортированный,find,1,0.0389314570
+BST,отсортированный,delete,1,0.0190308920
+BST,отсортированный,insert,2,4.1356184250
+BST,отсортированный,find,2,0.0383339310
+BST,отсортированный,delete,2,0.0194247740
+BST,отсортированный,insert,3,4.1204731890
+BST,отсортированный,find,3,0.0388593320
+BST,отсортированный,delete,3,0.0215428460
+BST,отсортированный,insert,4,4.2120902370
+BST,отсортированный,find,4,0.0378190250
+BST,отсортированный,delete,4,0.0188528460
+BST,отсортированный,insert,5,4.1304951260
+BST,отсортированный,find,5,0.0359927840
+BST,отсортированный,delete,5,0.0179617110
+BST,отсортированный,insert,среднее,4.1636513992
+BST,отсортированный,find,среднее,0.0379873058
+BST,отсортированный,delete,среднее,0.0193626138

petryaninyas/experiments.py

@@ -0,0 +1,172 @@
+from __future__ import annotations
+
+import csv
+import random
+import time
+from pathlib import Path
+from typing import Dict, List, Tuple
+
+from linked_list import ll_insert, ll_find, ll_delete
+from hash_table import ht_insert, ht_find, ht_delete
+from bst import bst_insert, bst_find, bst_delete
+from utils import generate_records, prepare_records_variants
+
+
+Record = Tuple[str, str]
+
+
+def make_missing_names(count: int = 10) -> List[str]:
+    return [f"None_{i}" for i in range(count)]
+
+
+def pick_existing_names(records: List[Record], count: int, seed: int = 42) -> List[str]:
+    rng = random.Random(seed)
+    unique_names = list(dict.fromkeys(name for name, _ in records))
+    if len(unique_names) < count:
+        raise ValueError(f"Not enough unique names: need {count}, got {len(unique_names)}")
+    return rng.sample(unique_names, count)
+
+
+def pick_delete_names(records: List[Record], count: int = 50, seed: int = 43) -> List[str]:
+    rng = random.Random(seed)
+    unique_names = list(dict.fromkeys(name for name, _ in records))
+    if len(unique_names) < count:
+        raise ValueError(f"Not enough unique names: need {count}, got {len(unique_names)}")
+    return rng.sample(unique_names, count)
+
+
+def build_structure(structure_name: str, records: List[Record], buckets_count: int = 2048):
+    if structure_name == "linked_list":
+        structure = None
+        for name, phone in records:
+            structure = ll_insert(structure, name, phone)
+        return structure
+
+    if structure_name == "hash_table":
+        buckets = [None] * buckets_count
+        for name, phone in records:
+            buckets = ht_insert(buckets, name, phone)
+        return buckets
+
+    if structure_name == "bst":
+        root = None
+        for name, phone in records:
+            root = bst_insert(root, name, phone)
+        return root
+
+    raise ValueError(f"Unknown structure: {structure_name}")
+
+
+def do_find(structure_name: str, structure: object, existing_names: List[str], missing_names: List[str]) -> None:
+    if structure_name == "linked_list":
+        for name in existing_names:
+            ll_find(structure, name)
+        for name in missing_names:
+            ll_find(structure, name)
+        return
+
+    if structure_name == "hash_table":
+        for name in existing_names:
+            ht_find(structure, name)
+        for name in missing_names:
+            ht_find(structure, name)
+        return
+
+    if structure_name == "bst":
+        for name in existing_names:
+            bst_find(structure, name)
+        for name in missing_names:
+            bst_find(structure, name)
+        return
+
+    raise ValueError(f"Unknown structure: {structure_name}")
+
+
+def do_delete(structure_name: str, structure: object, delete_names: List[str]):
+    if structure_name == "linked_list":
+        for name in delete_names:
+            structure = ll_delete(structure, name)
+        return structure
+
+    if structure_name == "hash_table":
+        for name in delete_names:
+            structure = ht_delete(structure, name)
+        return structure
+
+    if structure_name == "bst":
+        for name in delete_names:
+            structure = bst_delete(structure, name)
+        return structure
+
+    raise ValueError(f"Unknown structure: {structure_name}")
+
+
+def measure_once(structure_name: str, records: List[Record], buckets_count: int = 2048) -> Dict[str, float]:
+    existing_names = pick_existing_names(records, 100, seed=42)
+    missing_names = make_missing_names(10)
+    delete_names = pick_delete_names(records, 50, seed=43)
+
+    start = time.perf_counter()
+    structure = build_structure(structure_name, records, buckets_count=buckets_count)
+    insert_time = time.perf_counter() - start
+
+    start = time.perf_counter()
+    do_find(structure_name, structure, existing_names, missing_names)
+    find_time = time.perf_counter() - start
+
+    start = time.perf_counter()
+    structure = do_delete(structure_name, structure, delete_names)
+    delete_time = time.perf_counter() - start
+
+    return {"insert": insert_time, "find": find_time, "delete": delete_time}
+
+
+def run_experiments(n: int = 10000, buckets_count: int = 2048, repeats: int = 5):
+    records = generate_records(n, repeat_names=False)
+    records_shuffled, records_sorted = prepare_records_variants(records)
+
+    datasets = [
+        ("случайный", records_shuffled),
+        ("отсортированный", records_sorted),
+    ]
+    structures = [
+        ("LinkedList", "linked_list"),
+        ("HashTable", "hash_table"),
+        ("BST", "bst"),
+    ]
+    operations = ("insert", "find", "delete")
+
+    rows = [["Структура", "Режим", "Операция", "Замер", "Время (сек)"]]
+
+    for mode_name, dataset_records in datasets:
+        for human_name, structure_name in structures:
+            times_by_op = {op: [] for op in operations}
+
+            for attempt in range(1, repeats + 1):
+                result = measure_once(structure_name, dataset_records, buckets_count=buckets_count)
+                for op_name in operations:
+                    elapsed = result[op_name]
+                    times_by_op[op_name].append(elapsed)
+                    rows.append([human_name, mode_name, op_name, attempt, f"{elapsed:.10f}"])
+
+            for op_name in operations:
+                avg_time = sum(times_by_op[op_name]) / len(times_by_op[op_name])
+                rows.append([human_name, mode_name, op_name, "среднее", f"{avg_time:.10f}"])
+
+    return rows
+
+
+def save_results_csv(rows, filename: str = "results.csv"):
+    with open(filename, "w", newline="", encoding="utf-8") as f:
+        writer = csv.writer(f)
+        writer.writerows(rows)
+
+
+def main():
+    rows = run_experiments(n=10000, buckets_count=2048, repeats=5)
+    save_results_csv(rows, "results.csv")
+    print("Saved results.csv")
+
+
+if __name__ == "__main__":
+    main()

petryaninyas/hash_table.py

@@ -0,0 +1,44 @@
+
+
+from typing import Any, Dict, List, Optional
+
+from linked_list import ll_insert, ll_find, ll_delete, ll_list_all
+
+
+Bucket = Optional[Dict[str, Any]]
+
+
+def _hash_name(name: str, buckets_count: int) -> int:
+    if buckets_count <= 0:
+        return 0
+    return sum(ord(ch) for ch in name) % buckets_count
+
+
+def ht_insert(buckets: List[Bucket], name: str, phone: str) -> List[Bucket]:
+    if not buckets:
+        return buckets
+    index = _hash_name(name, len(buckets))
+    buckets[index] = ll_insert(buckets[index], name, phone)
+    return buckets
+
+
+def ht_find(buckets: List[Bucket], name: str) -> Optional[str]:
+    if not buckets:
+        return None
+    index = _hash_name(name, len(buckets))
+    return ll_find(buckets[index], name)
+
+
+def ht_delete(buckets: List[Bucket], name: str) -> List[Bucket]:
+    if not buckets:
+        return buckets
+    index = _hash_name(name, len(buckets))
+    buckets[index] = ll_delete(buckets[index], name)
+    return buckets
+
+
+def ht_list_all(buckets: List[Bucket]) -> List[Dict[str, str]]:
+    records: List[Dict[str, str]] = []
+    for head in buckets:
+        records.extend(ll_list_all(head))
+    return sorted(records, key=lambda x: x["name"])

petryaninyas/linked_list.py

@@ -0,0 +1,73 @@
+
+
+from typing import Any, Dict, List, Optional
+
+
+Node = Dict[str, Any]
+
+
+def _make_node(name: str, phone: str) -> Node:
+    return {"name": name, "phone": phone, "next": None}
+
+
+def sort_records(records: List[Dict[str, str]]) -> List[Dict[str, str]]:
+
+    return sorted(records, key=lambda x: x["name"])
+
+
+def ll_insert(head: Optional[Node], name: str, phone: str) -> Node:
+
+    new_node = _make_node(name, phone)
+
+    if head is None:
+        return new_node
+
+    current = head
+    while current is not None:
+        if current["name"] == name:
+            current["phone"] = phone
+            return head
+        if current["next"] is None:
+            current["next"] = new_node
+            return head
+        current = current["next"]
+
+    return head
+
+
+def ll_find(head: Optional[Node], name: str) -> Optional[str]:
+    current = head
+    while current is not None:
+        if current["name"] == name:
+            return current["phone"]
+        current = current["next"]
+    return None
+
+
+def ll_delete(head: Optional[Node], name: str) -> Optional[Node]:
+    if head is None:
+        return None
+
+    if head["name"] == name:
+        return head["next"]
+
+    prev = head
+    current = head["next"]
+
+    while current is not None:
+        if current["name"] == name:
+            prev["next"] = current["next"]
+            return head
+        prev = current
+        current = current["next"]
+
+    return head
+
+
+def ll_list_all(head: Optional[Node]) -> List[Dict[str, str]]:
+    records: List[Dict[str, str]] = []
+    current = head
+    while current is not None:
+        records.append({"name": current["name"], "phone": current["phone"]})
+        current = current["next"]
+    return sort_records(records)

petryaninyas/main.py

@@ -0,0 +1,21 @@
+
+
+from __future__ import annotations
+
+import csv
+from pathlib import Path
+
+from experiments import run_experiments, save_results_csv
+from plot_results import build_graphs, load_average_results
+
+
+def main():
+    rows = run_experiments(n=10000, buckets_count=2048, repeats=5)
+    save_results_csv(rows, "results.csv")
+    averaged = load_average_results("results.csv")
+    build_graphs(averaged, output_dir="docs/data")
+    print("Done.")
+
+
+if __name__ == "__main__":
+    main()

petryaninyas/plot_results.py

@@ -0,0 +1,66 @@
+from __future__ import annotations
+import csv
+from collections import defaultdict
+from pathlib import Path
+import matplotlib.pyplot as plt
+from typing import List, Dict, Any
+
+# Карта соответствия заголовков CSV для удобства поддержки
+_CSV_KEYS = {
+    "STRUCTURE": "Структура",
+    "MODE": "Режим",
+    "OP": "Операция",
+    "MEASURE": "Замер",
+    "TIME": "Время (сек)"
+}
+
+def load_average_results(csv_file: str) -> List[Dict[str, Any]]:
+    """Загружает только строки со средними значениями из CSV."""
+    with open(csv_file, "r", encoding="utf-8") as fh:
+        return [
+            {
+                "structure": row[_CSV_KEYS["STRUCTURE"]],
+                "mode": row[_CSV_KEYS["MODE"]],
+                "operation": row[_CSV_KEYS["OP"]],
+                "time": float(row[_CSV_KEYS["TIME"]])
+            }
+            for row in csv.DictReader(fh)
+            if row[_CSV_KEYS["MEASURE"]] == "среднее"
+        ]
+
+def _render_chart(operation: str, data: List[Dict[str, Any]], save_path: Path) -> None:
+    """Вспомогательная функция для отрисовки одного столбчатого графика."""
+    fig, ax = plt.subplots(figsize=(10, 5))
+    labels = [f"{rec['structure']}\n{rec['mode']}" for rec in data]
+    values = [rec["time"] for rec in data]
+
+    ax.bar(labels, values, color="cornflowerblue", edgecolor="navy")
+    ax.set_title(f"{operation.capitalize()} Performance Comparison")
+    ax.set_xlabel("Data Structure & Input Order")
+    ax.set_ylabel("Execution Time (seconds)")
+    ax.tick_params(axis="x", rotation=15)
+    fig.tight_layout()
+    fig.savefig(save_path, dpi=150)
+    plt.close(fig)
+    print(f"Saved chart: {save_path}")
+
+def build_graphs(results: List[Dict[str, Any]], output_dir: str = "docs/data") -> None:
+    """Группирует результаты по операциям и сохраняет графики."""
+    out_path = Path(output_dir)
+    out_path.mkdir(parents=True, exist_ok=True)
+
+    grouped = defaultdict(list)
+    for record in results:
+        grouped[record["operation"]].append(record)
+
+    for op_name in ("insert", "find", "delete"):
+        if op_name in grouped:
+            target_file = out_path / f"{op_name}.png"
+            _render_chart(op_name, grouped[op_name], target_file)
+
+def main():
+    avg_data = load_average_results("results.csv")
+    build_graphs(avg_data)
+
+if __name__ == "__main__":
+    main()

petryaninyas/requirements.txt

@@ -0,0 +1 @@
+matplotlib>=3.8

petryaninyas/results.csv

@@ -0,0 +1,109 @@
+Структура,Режим,Операция,Замер,Время (сек)
+LinkedList,случайный,insert,1,6.8132659000
+LinkedList,случайный,find,1,0.0553455000
+LinkedList,случайный,delete,1,0.0304272000
+LinkedList,случайный,insert,2,6.8263299000
+LinkedList,случайный,find,2,0.0562645000
+LinkedList,случайный,delete,2,0.0303858000
+LinkedList,случайный,insert,3,6.8117682000
+LinkedList,случайный,find,3,0.0567219000
+LinkedList,случайный,delete,3,0.0302671000
+LinkedList,случайный,insert,4,7.0393228000
+LinkedList,случайный,find,4,0.0544359000
+LinkedList,случайный,delete,4,0.0313359000
+LinkedList,случайный,insert,5,7.0633509000
+LinkedList,случайный,find,5,0.0552176000
+LinkedList,случайный,delete,5,0.0318664000
+LinkedList,случайный,insert,среднее,6.9108075400
+LinkedList,случайный,find,среднее,0.0555970800
+LinkedList,случайный,delete,среднее,0.0308564800
+HashTable,случайный,insert,1,0.3898307000
+HashTable,случайный,find,1,0.0022226000
+HashTable,случайный,delete,1,0.0012723000
+HashTable,случайный,insert,2,0.3844561000
+HashTable,случайный,find,2,0.0024825000
+HashTable,случайный,delete,2,0.0013425000
+HashTable,случайный,insert,3,0.3740853000
+HashTable,случайный,find,3,0.0026141000
+HashTable,случайный,delete,3,0.0013710000
+HashTable,случайный,insert,4,0.3870099000
+HashTable,случайный,find,4,0.0022063000
+HashTable,случайный,delete,4,0.0015940000
+HashTable,случайный,insert,5,0.3869087000
+HashTable,случайный,find,5,0.0022110000
+HashTable,случайный,delete,5,0.0012524000
+HashTable,случайный,insert,среднее,0.3844581400
+HashTable,случайный,find,среднее,0.0023473000
+HashTable,случайный,delete,среднее,0.0013664400
+BST,случайный,insert,1,0.0375842000
+BST,случайный,find,1,0.0003637000
+BST,случайный,delete,1,0.0001893000
+BST,случайный,insert,2,0.0364385000
+BST,случайный,find,2,0.0003284000
+BST,случайный,delete,2,0.0002408000
+BST,случайный,insert,3,0.0359604000
+BST,случайный,find,3,0.0003705000
+BST,случайный,delete,3,0.0001883000
+BST,случайный,insert,4,0.0371920000
+BST,случайный,find,4,0.0003347000
+BST,случайный,delete,4,0.0001711000
+BST,случайный,insert,5,0.0385580000
+BST,случайный,find,5,0.0003628000
+BST,случайный,delete,5,0.0001828000
+BST,случайный,insert,среднее,0.0371466200
+BST,случайный,find,среднее,0.0003520200
+BST,случайный,delete,среднее,0.0001944600
+LinkedList,отсортированный,insert,1,6.7166487000
+LinkedList,отсортированный,find,1,0.0614362000
+LinkedList,отсортированный,delete,1,0.0324487000
+LinkedList,отсортированный,insert,2,6.8582294000
+LinkedList,отсортированный,find,2,0.0588546000
+LinkedList,отсортированный,delete,2,0.0332572000
+LinkedList,отсортированный,insert,3,6.6991410000
+LinkedList,отсортированный,find,3,0.0521304000
+LinkedList,отсортированный,delete,3,0.0296734000
+LinkedList,отсортированный,insert,4,6.7166336000
+LinkedList,отсортированный,find,4,0.0521848000
+LinkedList,отсортированный,delete,4,0.0286064000
+LinkedList,отсортированный,insert,5,6.6510829000
+LinkedList,отсортированный,find,5,0.0547075000
+LinkedList,отсортированный,delete,5,0.0285625000
+LinkedList,отсортированный,insert,среднее,6.7283471200
+LinkedList,отсортированный,find,среднее,0.0558627000
+LinkedList,отсортированный,delete,среднее,0.0305096400
+HashTable,отсортированный,insert,1,0.3645209000
+HashTable,отсортированный,find,1,0.0032770000
+HashTable,отсортированный,delete,1,0.0018631000
+HashTable,отсортированный,insert,2,0.3579217000
+HashTable,отсортированный,find,2,0.0032143000
+HashTable,отсортированный,delete,2,0.0016427000
+HashTable,отсортированный,insert,3,0.3684879000
+HashTable,отсортированный,find,3,0.0026412000
+HashTable,отсортированный,delete,3,0.0014870000
+HashTable,отсортированный,insert,4,0.3873619000
+HashTable,отсортированный,find,4,0.0028024000
+HashTable,отсортированный,delete,4,0.0015786000
+HashTable,отсортированный,insert,5,0.3642992000
+HashTable,отсортированный,find,5,0.0031264000
+HashTable,отсортированный,delete,5,0.0015886000
+HashTable,отсортированный,insert,среднее,0.3685183200
+HashTable,отсортированный,find,среднее,0.0030122600
+HashTable,отсортированный,delete,среднее,0.0016320000
+BST,отсортированный,insert,1,10.5552378000
+BST,отсортированный,find,1,0.1016856000
+BST,отсортированный,delete,1,0.0422728000
+BST,отсортированный,insert,2,10.3035871000
+BST,отсортированный,find,2,0.1008642000
+BST,отсортированный,delete,2,0.0450330000
+BST,отсортированный,insert,3,10.6304005000
+BST,отсортированный,find,3,0.1073470000
+BST,отсортированный,delete,3,0.0816121000
+BST,отсортированный,insert,4,10.3183078000
+BST,отсортированный,find,4,0.1005074000
+BST,отсортированный,delete,4,0.0422195000
+BST,отсортированный,insert,5,10.3131368000
+BST,отсортированный,find,5,0.1001096000
+BST,отсортированный,delete,5,0.0416660000
+BST,отсортированный,insert,среднее,10.4241340000
+BST,отсортированный,find,среднее,0.1021027600
+BST,отсортированный,delete,среднее,0.0505606800

petryaninyas/utils.py

@@ -0,0 +1,29 @@
+import random
+from typing import List, Tuple
+
+Record = Tuple[str, str]
+
+NAME_POOL = (
+    "User_Alex", "User_Bob", "User_Cat", "User_Dan", "User_Eva",
+    "User_Fox", "User_Geo", "User_Hen", "User_Ira", "User_Leo"
+)
+
+def generate_records(n: int, repeat_names: bool = False, seed: int = 42) -> List[Record]:
+    """Генерирует n кортежей (имя, телефон)."""
+    rng = random.Random(seed)
+    if repeat_names:
+        return [
+            (rng.choice(NAME_POOL), str(rng.randint(10**9, 10**10 - 1)))
+            for _ in range(n)
+        ]
+    return [
+        (f"User_{i:05d}", str(10**9 + i))
+        for i in range(n)
+    ]
+
+def prepare_records_variants(records: List[Record], seed: int = 42) -> Tuple[List[Record], List[Record]]:
+    """Возвращает пару: (перемешанный список, отсортированный по имени список)."""
+    shuffled = records.copy()
+    random.Random(seed).shuffle(shuffled)
+    sorted_records = sorted(records, key=lambda rec: rec[0])
+    return shuffled, sorted_records

pomelovsd/427

@@ -0,0 +1 @@
+427 

skorohodovsa/427

@@ -0,0 +1 @@
+427 

skorohodovsa/main.py

@@ -0,0 +1,4 @@
+from math import sin
+
+for i in range(10000):
+    print(" " * round(50 * (1 + sin(i/100))), "Hello World!")

sobininaas/429.rtf

@@ -0,0 +1,6 @@
+{\rtf1\ansi\ansicpg1251\cocoartf2761
+\cocoatextscaling0\cocoaplatform0{\fonttbl}
+{\colortbl;\red255\green255\blue255;}
+{\*\expandedcolortbl;;}
+\paperw11900\paperh16840\margl1440\margr1440\vieww11520\viewh8400\viewkind0
+}

soldatkinao/428б.md

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

stepushovgs/427

@@ -0,0 +1 @@
+427

talantsevgi/427.txt

@@ -0,0 +1 @@
+732489234

tseremonnikovaaa/427

@@ -0,0 +1 @@
+427 

volkovim/428b.md

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

zaharoves/429.md

@@ -0,0 +1 @@
+