MalkinMV/428b.md

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

README.md

@@ -197,186 +197,3 @@ 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

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

victorovaas/429

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