добавлен пункт 2: интрументы замера времени

semyanovra/docs/experiment_setup.md

@@ -0,0 +1,14 @@
+# Эксперимент 1: Генерация данных
+
+**Студент:** semyanovra
+**Ветка:** structura-dannuh
+
+## Результаты
+- Создано 10000 записей
+- Имена: User_00000 до User_09999
+- Телефоны: случайные 10 цифр
+
+## Файлы
+- `src/generate_data.py` - скрипт генерации
+- `docs/data/records_shuffled.csv` - случайный порядок
+- `docs/data/records_sorted.csv` - сортированный порядок

semyanovra/scr/generate_data.py

@@ -0,0 +1,109 @@
+"""
+Экспериментальная часть. Пункт 1: Генерация тестовых данных.
+Цель: создать список записей (имя, телефон) для дальнейшего тестирования
+структур данных (связный список, хеш-таблица, BST).
+
+Особенности реализации:
+- N = 10000 записей.
+- Два режима: случайный порядок и отсортированный по имени.
+- Имена генерируются равномерно (User_00000 ... User_09999) + небольшой
+  набор повторяющихся имен для создания коллизий в хеш-таблице.
+- Телефоны — случайные строки из 10 цифр.
+"""
+
+import random
+
+def generate_test_data(n=10000, duplicate_names_ratio=0.1):
+    """
+    Генерирует два набора записей: в случайном порядке и отсортированном.
+
+    Параметры:
+    - n: общее количество записей (по умолчанию 10000).
+    - duplicate_names_ratio: доля имен, которые будут повторяться (коллизии).
+      Например, 0.1 означает, что 10% записей будут использовать
+      имена из небольшого пула, остальные 90% — уникальные User_XXXXX.
+
+    Возвращает:
+    - records_shuffled: список кортежей (name, phone) в случайном порядке.
+    - records_sorted: тот же список, но отсортированный по имени.
+    """
+
+    # 1. Создаем пул уникальных имен (равномерное распределение)
+    #    Формат: User_00000, User_00001, ..., User_09999
+    unique_names = [f"User_{i:05d}" for i in range(n)]
+
+    # 2. Создаем небольшой пул имен для повторений (коллизий)
+    #    Например, 20 разных имен, которые будут многократно встречаться.
+    collision_pool_size = max(1, int(n * duplicate_names_ratio))  # ~1000 имен для 10000 записей (10%)
+    collision_names = [f"Common_{j:03d}" for j in range(collision_pool_size)]
+
+    # 3. Формируем итоговый список имен с повторениями
+    #    - Первые (n - collision_pool_size) записей — уникальные.
+    #    - Оставшиеся collision_pool_size записей — случайные из пула коллизий.
+    names = []
+    # Уникальная часть
+    names.extend(unique_names[:n - collision_pool_size])
+    # Часть с повторениями (для проверки коллизий в хеш-таблице)
+    for _ in range(collision_pool_size):
+        names.append(random.choice(collision_names))
+
+    # Перемешиваем имена, чтобы повторяющиеся имена не шли подряд
+    random.shuffle(names)
+
+    # 4. Генерируем случайные телефоны (10 цифр)
+    phones = []
+    for _ in range(n):
+        phone = ''.join(random.choices('0123456789', k=10))
+        phones.append(phone)
+
+    # 5. Собираем записи в список кортежей
+    records = list(zip(names, phones))
+
+    # 6. Создаем две версии: случайную и отсортированную
+    records_shuffled = records.copy()          # уже случайный порядок после shuffle
+    records_sorted = sorted(records, key=lambda x: x[0])  # сортировка по имени
+
+    return records_shuffled, records_sorted
+
+def print_sample(records, title, count=10):
+    """Вспомогательная функция: печатает первые count записей."""
+    print(f"\n{title} (первые {count} записей):")
+    for name, phone in records[:count]:
+        print(f"  {name}: {phone}")
+
+# ========== Демонстрация работы ==========
+if __name__ == "__main__":
+    # Фиксируем seed для воспроизводимости результатов
+    random.seed(42)
+
+    # Генерируем данные: N = 10000, доля коллизий 10%
+    N = 10000
+    shuffled, sorted_data = generate_test_data(N, duplicate_names_ratio=0.1)
+
+    # Выводим статистику и примеры
+    print(f"Сгенерировано {N} записей.")
+    print(f"Доля имен с повторениями (коллизиями): ~10%")
+
+    # Показываем несколько примеров из каждого набора
+    print_sample(shuffled, "Случайный порядок")
+    print_sample(sorted_data, "Отсортированный порядок")
+
+    # Дополнительно: проверка, что в отсортированном порядке имена действительно упорядочены
+    first_five_sorted = [name for name, _ in sorted_data[:5]]
+    print(f"\nПервые 5 имен в отсортированном наборе: {first_five_sorted}")
+    # Ожидается: ['Common_000', 'Common_001', ...] или 'User_...' — лексикографически
+
+    # Проверка наличия коллизий (повторяющихся имен)
+    unique_names_in_shuffled = set(name for name, _ in shuffled)
+    print(f"\nУникальных имен в случайном наборе: {len(unique_names_in_shuffled)}")
+    print(f"(меньше {N} из-за повторений для коллизий)")
+
+    # Сохраняем в файлы (опционально, для отладки)
+    # import csv
+    # with open("docs/data/records_shuffled.csv", "w") as f:
+    #     writer = csv.writer(f)
+    #     writer.writerows(shuffled)
+    # with open("docs/data/records_sorted.csv", "w") as f:
+    #     writer = csv.writer(f)
+    #     writer.writerows(sorted_data)
+

src/measure_time.py

@@ -0,0 +1,129 @@
+"""
+Экспериментальная часть. Пункт 2: Инструменты замера времени.
+Цель: предоставить функции для многократного измерения времени выполнения
+операций со структурами данных (LinkedList, HashTable, BST).
+
+Особенности:
+- Используется time.perf_counter() для высокой точности.
+- Каждый эксперимент повторяется min_runs раз (по умолчанию 5), результаты сохраняются.
+- Вычисляется среднее арифметическое и список всех замеров.
+- Результаты можно напрямую сохранить в CSV.
+"""
+
+import time
+from typing import List, Tuple, Callable, Any
+import random
+
+# Предполагается, что generate_test_data из пункта 1 уже определена
+# from experimental_part1 import generate_test_data  # если код в другом файле
+
+# ========== 1. Базовые замеры ==========
+
+def measure_time(func: Callable, *args, **kwargs) -> float:
+    """
+    Измеряет время выполнения функции func(*args, **kwargs).
+    Возвращает время в секундах (float).
+    """
+    start = time.perf_counter()
+    result = func(*args, **kwargs)
+    end = time.perf_counter()
+    return end - start, result
+
+# ========== 2. Многократные замеры с усреднением ==========
+
+def run_experiment(func: Callable, args: Tuple, min_runs: int = 5) -> Tuple[float, List[float]]:
+    """
+    Повторяет замер функции func(*args) минимум min_runs раз.
+    Возвращает (среднее_время, список_всех_замеров).
+    """
+    times = []
+    for _ in range(min_runs):
+        elapsed, _ = measure_time(func, *args)
+        times.append(elapsed)
+    avg_time = sum(times) / len(times)
+    return avg_time, times
+
+# ========== 3. Тестовые сценарии (заглушки для демонстрации) ==========
+
+# Ниже приведены примеры-заглушки для структур данных.
+# В реальной работе их нужно заменить на реализованные функции.
+
+def stub_insert(structure, name, phone):
+    """Заглушка для вставки."""
+    pass
+
+def stub_find(structure, name):
+    """Заглушка для поиска."""
+    return None
+
+def stub_delete(structure, name):
+    """Заглушка для удаления."""
+    pass
+
+def stub_list_all(structure):
+    """Заглушка для получения всех записей."""
+    return []
+
+# Пример функции, которая вставляет все записи из списка в структуру
+def insert_all(structure, records, insert_func):
+    """
+    Выполняет вставку всех записей (name, phone) в structure,
+    используя функцию insert_func(structure, name, phone).
+    """
+    for name, phone in records:
+        insert_func(structure, name, phone)
+
+# Пример замера вставки для конкретной структуры
+def benchmark_insert(structure_creator, records, insert_func, runs=5):
+    """
+    Создаёт новую структуру через structure_creator(),
+    затем измеряет время вставки всех записей.
+    """
+    def _insert_all():
+        structure = structure_creator()
+        insert_all(structure, records, insert_func)
+        return structure
+
+    avg_time, all_times = run_experiment(_insert_all, args=(), min_runs=runs)
+    return avg_time, all_times
+
+# ========== 4. Пример использования (демонстрация) ==========
+
+if __name__ == "__main__":
+    # Фиксируем seed для воспроизводимости
+    random.seed(42)
+
+    # Генерируем тестовые данные (пункт 1)
+    N = 10000
+    records_shuffled, records_sorted = generate_test_data(N, duplicate_names_ratio=0.1)
+
+    # Выбираем 100 случайных имён для поиска (существующих) и 10 несуществующих
+    existing_names = [name for name, _ in records_shuffled[:100]]  # первые 100 имён
+    nonexisting_names = [f"None_{i}" for i in range(10)]
+
+    # Для демонстрации используем заглушки
+    def dummy_creator():
+        return "dummy_structure"
+
+    print("=== Демонстрация замера времени (заглушки) ===")
+    avg, times = benchmark_insert(dummy_creator, records_shuffled, stub_insert, runs=3)
+    print(f"Среднее время вставки (заглушка): {avg:.6f} сек")
+    print(f"Все замеры: {times}")
+
+    # Пример сбора результатов для CSV
+    results = [
+        ["Структура", "Режим", "Операция", "Время (сек)"],
+        ["LinkedList", "случайный", "вставка", 0.123],
+        # ... реальные данные появятся после реализации структур
+    ]
+
+    # Сохранение в CS
+
+
+V (раскомментировать при необходимости)
+    # import csv
+    # with open("docs/data/results.csv", "w", newline="") as f:
+    #     writer = csv.writer(f)
+    #     writer.writerows(results)
+
+    print("\nГотово. Замеры можно проводить после реализации структур.")