[0] initial commit

[2] adding ll_find

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

@@ -1,457 +0,0 @@
-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

@@ -1,31 +0,0 @@
-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

@@ -1,44 +0,0 @@
-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

@@ -1,60 +0,0 @@
-# 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

Ezhovnd/425.md

@@ -1 +0,0 @@
-hi

KuznetsovYuM/428.md

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

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.

SorokinAD/428.md

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

kuznetsovTD/428b.md

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

lukovnikovde/docs/data/DataStructure.py

@@ -0,0 +1,507 @@
+import random as rnd
+import time
+import csv
+import matplotlib.pyplot as plt
+#############################################################################################
+
+def sort_list(name_list):
+    l = len(name_list)
+    for i in range(l - 1):
+        for j in range(l - i - 1):
+            if name_list[j][0] > name_list[j + 1][0]:
+                name_list[j], name_list[j + 1] = name_list[j + 1], name_list[j]
+    return name_list
+ 
+def hash_key(name):
+    h_key = sum(ord(ch) for ch in name)
+    return h_key
+
+def create_name_phone(i):
+    name = f"User_{i:03d}"
+    phone = f"{rnd.randint(100, 999)}-{rnd.randint(100, 999)}"
+    return (name, phone)
+
+def file_insert(results):
+    with open("results.csv", "w", encoding = "utf-8-sig", newline = "") as file:
+        writer = csv.writer(file)
+        writer.writerows(results)
+        
+def drow(time, color_fun, j, text, axes):
+
+    operation = [0, 1, 2, 3]
+    x = [j + operation[i] for i in range(4)]
+    y = []
+    for key in time:
+        y.append(time[key] * 1000)
+    for i in range(4):
+        axes[i].bar(x[i], y[i], width = 0.12,  color = color_fun, label = text)
+        axes[i].set_ylabel("Время, мс") 
+        axes[i].set_xticks([])
+    #plt.bar(x, y, width = 0.12, color = color_fun, label = text)
+    
+        
+        
+###########################################################################################################################
+
+def ll_insert(head, name, phone):
+    next_node = {'name': name, 'phone': phone, 'next': None}
+    if head is None: return next_node 
+
+    running = head
+    while running is not None:
+        if running['name'] == name:
+            running['phone'] = phone
+            return head
+        running = running['next']
+
+    running = head
+    while running['next'] is not None: running = running['next']
+    running['next'] = next_node
+    return head
+
+def ll_find(head, name):
+    running = head
+
+    while True:
+        if running['name'] == name:
+            return running['phone']
+        running = running['next']
+        if running is None: break
+
+    return None
+
+
+def ll_delete(head, name):
+    running = head
+    
+    if running['name'] == name: 
+        return head['next']
+
+    while running['next']['name'] != name: 
+        running = running['next']
+        if  running['next']['next'] is None:
+            if running['next']['name'] != name:
+                return head
+    if running['next']['next'] is None: 
+        running['next'] = None
+    else: running['next'] = running['next']['next']
+
+    return head
+    
+
+def ll_list_all(head):
+    name_list = []
+    running = head
+    while running is not None:
+        name_list.append((running['name'], running['phone']))     
+        running = running['next']
+    return name_list
+
+################################################################################################################################
+
+
+def LinkedList(head, phone_book):
+
+    start_insert = time.perf_counter()
+    for i in range(len(phone_book)):
+
+        head = ll_insert(head, phone_book[i][0], phone_book[i][1])
+    #print(head)
+    end_insert = time.perf_counter()
+    time_insert = end_insert - start_insert
+
+    start_find = time.perf_counter()
+    for _ in range(100):
+        name = create_name_phone(rnd.randint(0, 999))[0]
+        phone = ll_find(head, name)
+        #print(name, ":", phone)
+    end_find = time.perf_counter()
+    time_find = end_find - start_find
+    
+    
+    start_delete = time.perf_counter()
+    for i in range(110):
+        if i <= 99: name = f"User_{rnd.randint(0,999):03d}"
+        else: name = f"None_{i:03d}"
+        head = ll_delete(head, name)
+    end_delete = time.perf_counter()
+    time_delete = end_delete - start_delete
+        
+    
+    start_list = time.perf_counter()    
+    name_list = sort_list(ll_list_all(head))
+    #print(*name_list)
+    end_list = time.perf_counter()
+    time_list = end_list - start_list
+    
+    return (time_insert, time_find, time_delete, time_list)
+
+#########################################################################################################
+
+def ht_insert(buckest, name, phone):
+    index = hash_key(name) % len(buckest)
+    for i, (Name, Phone) in enumerate(buckest[index]):
+        if Name == name:
+            buckest[index][i] = (name, phone)
+            return buckest
+    buckest[index].append((name, phone))
+    return buckest
+
+def ht_find(buckest, name):
+    index = hash_key(name) % len(buckest)
+    for (Name, Phone) in buckest[index]:
+        if Name == name:
+            return Phone
+    return None
+
+def ht_list_all(buckest):
+    
+    name_list = []
+
+    for index in range(len(buckest)):
+        for i, (name, phone) in enumerate(buckest[index]):
+            name_list.append((name, phone))
+
+    name_list = sort_list(name_list)
+
+    return name_list
+
+
+def ht_delete(buckest, name):
+    index = hash_key(name) % len(buckest)
+    for i, (Name, Phone) in enumerate(buckest[index]):
+        if Name == name:
+            del buckest[index][i]
+    return buckest
+
+
+####################################################################################################
+
+def HashTable(buckest, phone_book):
+
+
+    start_insert = time.perf_counter()
+    for i in range(len(phone_book)):
+
+        buckest = ht_insert(buckest, phone_book[i][0], phone_book[i][1])
+    #print(buckest)
+    end_insert = time.perf_counter()
+    time_insert = end_insert - start_insert
+
+
+    start_find = time.perf_counter()
+    for _ in range(100):
+        name = create_name_phone(rnd.randint(0, 999))[0]
+        phone = ht_find(buckest, name)
+        #print(name, ":", phone)
+    end_find = time.perf_counter()
+    time_find = end_find - start_find
+    
+    
+    start_delete = time.perf_counter()
+    for i in range(110):
+        if i <= 99: name = f"User_{rnd.randint(0,999):03d}"
+        else: name = f"None_{i:03d}"
+        buckest = ht_delete(buckest, name)
+    end_delete = time.perf_counter()
+    time_delete = end_delete - start_delete
+        
+    
+    start_list = time.perf_counter()    
+    name_list = sort_list(ht_list_all(buckest))
+    #print(*name_list)
+    end_list = time.perf_counter()
+    time_list = end_list - start_list
+    
+    return (time_insert, time_find, time_delete, time_list)
+
+#################################################################################################
+
+def bst_insert(root, name, phone):
+    
+    running = root
+
+    if running is None:
+        root = {'name': name, 'phone': phone, 'left': None, 'right': None}
+        return root
+    while True:
+        node = hash_key(running['name'])
+        sheet = hash_key(name)
+        if node < sheet:
+            if running['right'] is None:
+                running['right'] = {'name': name, 'phone': phone, 'left': None, 'right': None}
+                return root
+            running = running['right']
+        elif node > sheet:
+            if running['left'] is None:
+                running['left'] = {'name': name, 'phone': phone, 'left': None, 'right': None}
+                return root
+            running = running['left']
+        else:
+             running['phone'] = phone
+             return root
+
+def bst_find(root, name):
+
+    running = root
+
+    while running is not None:
+        node = hash_key(running['name'])
+        sheet = hash_key(name)
+        if name == running['name']:
+            return running['phone']
+        elif node < sheet:
+            running = running['right']
+        else:
+            running = running['left']
+
+    return None
+
+def bst_list_all(root, name_list = []):
+    if root is None:
+        return
+    name_list.append((root['name'], root['phone']))
+    bst_list_all(root['left'], name_list)
+    bst_list_all(root['right'], name_list)
+    name_list = sort_list(name_list)
+    return name_list
+    
+def bst_delete(root, name):
+    
+    if root is None:
+        return None
+    if hash_key(name) < hash_key(root['name']):
+        root['left'] = bst_delete(root['left'], name)
+    elif hash_key(name) > hash_key(root['name']):
+        root['right'] = bst_delete(root['right'], name)
+    else:
+        
+        if root['left'] is None and root['right'] is None:
+            return None
+    
+        if root['left'] is None:
+            return root['right']
+        if root['right'] is None:
+            return root['left']
+        
+        min_node = root['right']
+        while min_node['left'] is not None:
+            min_node = min_node['left']
+            
+        root['name'] = min_node['name']
+        root['phone'] = min_node['phone']
+
+        root['right'] = bst_delete(root['right'], min_node['name'])            
+    
+    return root
+    
+#################################################################################################
+
+def BinarySearchTree(root, phone_book):
+
+    start_insert = time.perf_counter()
+    for i in range(len(phone_book)):
+
+        root = bst_insert(root, phone_book[i][0], phone_book[i][1])
+    #print(buckest)
+    end_insert = time.perf_counter()
+    time_insert = end_insert - start_insert
+
+
+    start_find = time.perf_counter()
+    for _ in range(100):
+        name = create_name_phone(rnd.randint(0, 999))[0]
+        phone = bst_find(root, name)
+        #print(name, ":", phone)
+    end_find = time.perf_counter()
+    time_find = end_find - start_find
+    
+    
+    start_delete = time.perf_counter()
+    for i in range(110):
+        if i <= 99: name = f"User_{rnd.randint(0,999):03d}"
+        else: name = f"None_{i:03d}"
+        root = bst_delete(root, name)
+    end_delete = time.perf_counter()
+    time_delete = end_delete - start_delete
+        
+    
+    start_list = time.perf_counter()    
+    name_list = sort_list(bst_list_all(root))
+    #print(*name_list)
+    end_list = time.perf_counter()
+    time_list = end_list - start_list
+    
+    return (time_insert, time_find, time_delete, time_list)
+
+################################################################################################
+def main():
+    
+    phone_book = []
+    for i in range(1000):
+        phone_book.append(create_name_phone(i))
+    for _ in range(9000):
+        phone_book.append(create_name_phone(rnd.randint(0, 999)))
+    
+    phone_book_not_sorted = phone_book.copy()
+    rnd.shuffle(phone_book_not_sorted)
+    
+    phone_book_sorted = phone_book.copy()
+    phone_book_sorted = sort_list(phone_book_sorted)
+    replay = 10
+    
+    
+    Time_ll_not_sorted = []
+    Time_ll_sorted =  []
+    
+    Time_average_ll_not_sorted = {'insert': 0, 'find': 0, 'delete': 0, 'list': 0}
+    Time_average_ll_sorted =  {'insert': 0, 'find': 0, 'delete': 0, 'list': 0}
+    
+    print("============================================ TESTING LINKEDLIST =====================================\n")
+    print('Not sorted: ')
+    for _ in range(replay):
+        time_ll_not_sorted = LinkedList(None, phone_book_not_sorted)
+        Time_ll_not_sorted.append({'insert': time_ll_not_sorted[0], 'find': time_ll_not_sorted[1], 'delete': time_ll_not_sorted[2], 'list': time_ll_not_sorted[3]})
+        for i, key in enumerate(Time_average_ll_not_sorted):
+            Time_average_ll_not_sorted[key] += time_ll_not_sorted[i]/replay
+    for i in range(replay):
+        print(Time_ll_not_sorted[i])
+    print("Average:", Time_average_ll_not_sorted, "\n\n")
+        
+    print('Sorted:')    
+    for _ in range(replay):
+        time_ll_sorted = LinkedList(None, phone_book_sorted)
+        Time_ll_sorted.append({'insert': time_ll_sorted[0], 'find': time_ll_sorted[1], 'delete': time_ll_sorted[2], 'list': time_ll_sorted[3]})
+        for i, key in enumerate(Time_average_ll_sorted):
+            Time_average_ll_sorted[key] += time_ll_sorted[i]/replay
+    for i in range(replay):
+        print(Time_ll_not_sorted[i])    
+    print("Average:", Time_average_ll_sorted, "\n\n")
+        
+        
+        
+    Time_ht_not_sorted = []
+    Time_ht_sorted = []
+
+    Time_average_ht_not_sorted = {'insert': 0, 'find': 0, 'delete': 0, 'list': 0}
+    Time_average_ht_sorted =  {'insert': 0, 'find': 0, 'delete': 0, 'list': 0} 
+    
+    print("============================================ TESTING HASHTABLE =====================================\n")
+    print('Not sorted: ')
+    for _ in range(replay):
+        time_ht_not_sorted = HashTable([[] for _ in range(100)], phone_book_not_sorted)
+        Time_ht_not_sorted.append({'insert': time_ht_not_sorted[0], 'find': time_ht_not_sorted[1], 'delete': time_ht_not_sorted[2], 'list': time_ht_not_sorted[3]})
+        for i, key in enumerate(Time_average_ht_not_sorted):
+            Time_average_ht_not_sorted[key] += time_ht_not_sorted[i]/replay
+    for i in range(replay):
+        print(Time_ht_not_sorted[i])
+    print(f"Average: {Time_average_ht_not_sorted}\n\n")
+    
+    print('Sorted: ')
+    for _ in range(replay):
+        time_ht_sorted = HashTable([[] for _ in range(100)], phone_book_sorted)
+        Time_ht_sorted.append({'insert': time_ht_sorted[0], 'find': time_ht_sorted[1], 'delete': time_ht_sorted[2], 'list': time_ht_sorted[3]})
+        for i, key in enumerate(Time_average_ht_sorted):
+            Time_average_ht_sorted[key] += time_ht_sorted[i]/replay
+    for i in range(replay):
+        print(Time_ht_sorted[i])
+    print(f"Average: {Time_average_ht_sorted}\n\n")    
+       
+    
+    
+    Time_bst_not_sorted = []
+    Time_bst_sorted = []
+
+    Time_average_bst_not_sorted = {'insert': 0, 'find': 0, 'delete': 0, 'list': 0}
+    Time_average_bst_sorted =  {'insert': 0, 'find': 0, 'delete': 0, 'list': 0}  
+    
+    print("============================================ TESTING BINARYSEARCHTREE =====================================\n")
+    print('Not sorted: ')
+    for _ in range(replay):
+        time_bst_not_sorted = BinarySearchTree(None, phone_book_not_sorted)
+        Time_bst_not_sorted.append({'insert': time_bst_not_sorted[0], 'find': time_bst_not_sorted[1], 'delete': time_bst_not_sorted[2], 'list': time_bst_not_sorted[3]})
+        for i, key in enumerate(Time_average_bst_not_sorted):
+            Time_average_bst_not_sorted[key] += time_bst_not_sorted[i]/replay
+    for i in range(replay):
+        print(Time_bst_not_sorted[i])
+    print(f"Average: {Time_average_bst_not_sorted}\n\n")
+    
+    print('Sorted: ')
+    for _ in range(replay):
+        time_bst_sorted = BinarySearchTree(None, phone_book_sorted)
+        Time_bst_sorted.append({'insert': time_bst_sorted[0], 'find': time_bst_sorted[1], 'delete': time_bst_sorted[2], 'list': time_bst_sorted[3]})
+        for i, key in enumerate(Time_average_bst_sorted):
+            Time_average_bst_sorted[key] += time_bst_sorted[i]/replay
+    for i in range(replay):
+        print(Time_bst_sorted[i])
+    print(f"Average: {Time_average_bst_sorted}\n\n")    
+    print("=============================================== END TESTING ================================================")
+    
+    results = [["Структура", "Режим", "Операция", "Время(мс)"]]
+    for i in range(replay):
+        results.append(["LinkedList", "Случайный", "вставка", Time_ll_not_sorted[i]["insert"]])
+        results.append(["LinkedList", "Случайный", "поиск", Time_ll_not_sorted[i]["find"]])
+        results.append(["LinkedList", "Случайный", "удаление", Time_ll_not_sorted[i]["delete"]])
+        results.append(["LinkedList", "Случайный", "формирование списка", Time_ll_not_sorted[i]["list"]])
+        
+        results.append(["LinkedList", "Упорядоченный", "вставка", Time_ll_sorted[i]["insert"]])
+        results.append(["LinkedList", "Упорядоченный", "поиск", Time_ll_sorted[i]["find"]])
+        results.append(["LinkedList", "Упорядоченный", "удаление", Time_ll_sorted[i]["delete"]])
+        results.append(["LinkedList", "Упорядоченный", "формирование списка", Time_ll_sorted[i]["list"]])
+        
+    for i in range(replay):
+        results.append(["HashTable", "Случайный", "вставка", Time_ht_not_sorted[i]["insert"]])
+        results.append(["HashTable", "Случайный", "поиск", Time_ht_not_sorted[i]["find"]])
+        results.append(["HashTable", "Случайный", "удаление", Time_ht_not_sorted[i]["delete"]])
+        results.append(["HashTable", "Случайный", "формирование списка", Time_ht_not_sorted[i]["list"]])
+        
+        results.append(["HashTable", "Упорядоченный", "вставка", Time_ht_sorted[i]["insert"]])
+        results.append(["HashTable", "Упорядоченный", "поиск", Time_ht_sorted[i]["find"]])
+        results.append(["HashTable", "Упорядоченный", "удаление", Time_ht_sorted[i]["delete"]])
+        results.append(["HashTable", "Упорядоченный", "формирование списка", Time_ht_sorted[i]["list"]])
+
+    for i in range(replay):
+        results.append(["BinarySearchTree", "Случайный", "вставка", Time_bst_not_sorted[i]["insert"]])
+        results.append(["BinarySearchTree", "Случайный", "поиск", Time_bst_not_sorted[i]["find"]])
+        results.append(["BinarySearchTree", "Случайный", "удаление", Time_bst_not_sorted[i]["delete"]])
+        results.append(["BinarySearchTree", "Случайный", "формирование списка", Time_bst_not_sorted[i]["list"]])
+        
+        results.append(["BinarySearchTree", "Упорядоченный", "вставка", Time_bst_sorted[i]["insert"]])
+        results.append(["BinarySearchTree", "Упорядоченный", "поиск", Time_bst_sorted[i]["find"]])
+        results.append(["BinarySearchTree", "Упорядоченный", "удаление", Time_bst_sorted[i]["delete"]])
+        results.append(["BinarySearchTree", "Упорядоченный", "формирование списка", Time_bst_sorted[i]["list"]])
+        
+    for i in range(1, len(results) - 1):
+        results[i][3] *= 1000    
+    file_insert(results)
+    
+    fig, axes = plt.subplots(1, 4, figsize = (16, 5))
+    manager = plt.get_current_fig_manager()
+    manager.full_screen_toggle()
+
+
+    drow(Time_average_ll_not_sorted, "#0800FF", -0.3, "LinkedList (not sorted)", axes) 
+    drow(Time_average_ll_sorted, "#00C8FF", -0.18, "LinkedList (sorted)", axes)
+    drow(Time_average_ht_not_sorted, "#0E7A13", -0.06, "HashTable (not sorted)", axes)
+    drow(Time_average_ht_sorted, "#4DFF00", 0.06, "HashTable (sorted)", axes)
+    drow(Time_average_bst_not_sorted, "#968C1A", 0.18, "BST (not sorted)", axes)
+    drow(Time_average_bst_sorted, "#FBFF00", 0.30, "BST (sorted)", axes)
+    
+    operation = ['insert', 'find', 'delete', 'create list']
+    
+    for i in range(4):
+        axes[i].set_title(operation[i])
+    plt.legend(bbox_to_anchor = (1.05, 1), loc = "upper left")
+
+
+
+    plt.subplots_adjust(bottom = 0.025, top = 0.95, left = 0.025, right = 0.875)
+    plt.savefig("time_schedule.png")
+    plt.show()
+
+if __name__ == "__main__":
+    main()
+
+
+
+

lukovnikovde/docs/data/resalts.csv

@@ -0,0 +1,241 @@
+Структура,Режим,Операция,Время(мс)
+LinkedList,Случайный,вставка,159.38230000028852
+LinkedList,Случайный,поиск,1.608700000360841
+LinkedList,Случайный,удаление,3.333099999508704
+LinkedList,Случайный,формирование списка,31.43850000014936
+LinkedList,Упорядоченный,вставка,176.2546999998449
+LinkedList,Упорядоченный,поиск,1.7821999990701443
+LinkedList,Упорядоченный,удаление,3.542399999787449
+LinkedList,Упорядоченный,формирование списка,21.29400000012538
+LinkedList,Случайный,вставка,160.5120000003808
+LinkedList,Случайный,поиск,1.5978000010363758
+LinkedList,Случайный,удаление,3.5874000004696427
+LinkedList,Случайный,формирование списка,31.3373999997566
+LinkedList,Упорядоченный,вставка,169.6819000007963
+LinkedList,Упорядоченный,поиск,1.6672000001562992
+LinkedList,Упорядоченный,удаление,3.06300000011106
+LinkedList,Упорядоченный,формирование списка,21.382199998697615
+LinkedList,Случайный,вставка,162.45290000006207
+LinkedList,Случайный,поиск,1.6584000004513655
+LinkedList,Случайный,удаление,3.0743000006623333
+LinkedList,Случайный,формирование списка,31.488399999943795
+LinkedList,Упорядоченный,вставка,169.72099999838974
+LinkedList,Упорядоченный,поиск,1.7922000006365124
+LinkedList,Упорядоченный,удаление,3.3667999996396247
+LinkedList,Упорядоченный,формирование списка,21.698699998523807
+LinkedList,Случайный,вставка,163.0209000013565
+LinkedList,Случайный,поиск,1.6841999986354494
+LinkedList,Случайный,удаление,3.2122999982675537
+LinkedList,Случайный,формирование списка,31.478799999604234
+LinkedList,Упорядоченный,вставка,172.49460000130057
+LinkedList,Упорядоченный,поиск,1.756999999997788
+LinkedList,Упорядоченный,удаление,3.196600000592298
+LinkedList,Упорядоченный,формирование списка,21.166299999094917
+LinkedList,Случайный,вставка,163.07450000022072
+LinkedList,Случайный,поиск,1.8555999995442107
+LinkedList,Случайный,удаление,3.40919999871403
+LinkedList,Случайный,формирование списка,31.833799999731127
+LinkedList,Упорядоченный,вставка,170.02059999867924
+LinkedList,Упорядоченный,поиск,1.552300000184914
+LinkedList,Упорядоченный,удаление,3.814900001088972
+LinkedList,Упорядоченный,формирование списка,21.307799999704002
+LinkedList,Случайный,вставка,168.1974999992235
+LinkedList,Случайный,поиск,2.0230999998602783
+LinkedList,Случайный,удаление,3.5730999989027623
+LinkedList,Случайный,формирование списка,32.19399999943562
+LinkedList,Упорядоченный,вставка,169.28159999952186
+LinkedList,Упорядоченный,поиск,1.713900001050206
+LinkedList,Упорядоченный,удаление,3.4302999993087724
+LinkedList,Упорядоченный,формирование списка,21.549899998717592
+LinkedList,Случайный,вставка,169.27700000087498
+LinkedList,Случайный,поиск,1.7975999999180203
+LinkedList,Случайный,удаление,3.151300001263735
+LinkedList,Случайный,формирование списка,31.799799999134848
+LinkedList,Упорядоченный,вставка,171.0044999999809
+LinkedList,Упорядоченный,поиск,1.743999999234802
+LinkedList,Упорядоченный,удаление,3.8127000007079914
+LinkedList,Упорядоченный,формирование списка,21.345600000131526
+LinkedList,Случайный,вставка,173.35669999920356
+LinkedList,Случайный,поиск,1.8798999990394805
+LinkedList,Случайный,удаление,3.4422999997332226
+LinkedList,Случайный,формирование списка,32.4691999994684
+LinkedList,Упорядоченный,вставка,169.52339999988908
+LinkedList,Упорядоченный,поиск,1.728800001728814
+LinkedList,Упорядоченный,удаление,3.3399000003555557
+LinkedList,Упорядоченный,формирование списка,21.254400000543683
+LinkedList,Случайный,вставка,169.77609999958077
+LinkedList,Случайный,поиск,1.6739000002417015
+LinkedList,Случайный,удаление,3.73560000116413
+LinkedList,Случайный,формирование списка,31.469499999730033
+LinkedList,Упорядоченный,вставка,171.0146999994322
+LinkedList,Упорядоченный,поиск,1.6797999996924773
+LinkedList,Упорядоченный,удаление,3.45019999986107
+LinkedList,Упорядоченный,формирование списка,21.524600000702776
+LinkedList,Случайный,вставка,167.06580000027316
+LinkedList,Случайный,поиск,1.8982999990839744
+LinkedList,Случайный,удаление,3.6678999986179406
+LinkedList,Случайный,формирование списка,32.446200000777026
+LinkedList,Упорядоченный,вставка,171.11090000071272
+LinkedList,Упорядоченный,поиск,1.7826000002969522
+LinkedList,Упорядоченный,удаление,3.3842000011645723
+LinkedList,Упорядоченный,формирование списка,21.2576000012632
+HashTable,Случайный,вставка,17.278299999816227
+HashTable,Случайный,поиск,0.3028999999514781
+HashTable,Случайный,удаление,0.3226000007998664
+HashTable,Случайный,формирование списка,47.606800000721705
+HashTable,Упорядоченный,вставка,16.69159999983094
+HashTable,Упорядоченный,поиск,0.278499999694759
+HashTable,Упорядоченный,удаление,0.31350000062957406
+HashTable,Упорядоченный,формирование списка,47.49850000007427
+HashTable,Случайный,вставка,18.00539999931061
+HashTable,Случайный,поиск,0.28170000041427556
+HashTable,Случайный,удаление,0.3051999992749188
+HashTable,Случайный,формирование списка,48.14599999917846
+HashTable,Упорядоченный,вставка,18.065500000375323
+HashTable,Упорядоченный,поиск,0.28329999986453913
+HashTable,Упорядоченный,удаление,0.32250000003841706
+HashTable,Упорядоченный,формирование списка,47.55000000113796
+HashTable,Случайный,вставка,16.97520000016084
+HashTable,Случайный,поиск,0.2812000002450077
+HashTable,Случайный,удаление,0.3178000006300863
+HashTable,Случайный,формирование списка,47.868200001175865
+HashTable,Упорядоченный,вставка,18.372099999396596
+HashTable,Упорядоченный,поиск,0.3102999999100575
+HashTable,Упорядоченный,удаление,0.3297000002930872
+HashTable,Упорядоченный,формирование списка,48.02730000119482
+HashTable,Случайный,вставка,16.71149999856425
+HashTable,Случайный,поиск,0.27319999935571104
+HashTable,Случайный,удаление,0.3262999998696614
+HashTable,Случайный,формирование списка,47.846100000242586
+HashTable,Упорядоченный,вставка,18.567699999039178
+HashTable,Упорядоченный,поиск,0.2848999993148027
+HashTable,Упорядоченный,удаление,0.3262999998696614
+HashTable,Упорядоченный,формирование списка,48.06850000022678
+HashTable,Случайный,вставка,16.770899999755784
+HashTable,Случайный,поиск,0.26760000037029386
+HashTable,Случайный,удаление,0.3209000005881535
+HashTable,Случайный,формирование списка,48.08539999976347
+HashTable,Упорядоченный,вставка,17.05279999987397
+HashTable,Упорядоченный,поиск,0.2679999997781124
+HashTable,Упорядоченный,удаление,0.31599999965692405
+HashTable,Упорядоченный,формирование списка,48.27990000012505
+HashTable,Случайный,вставка,17.21460000044317
+HashTable,Случайный,поиск,0.27520000003278255
+HashTable,Случайный,удаление,0.3281999997852836
+HashTable,Случайный,формирование списка,47.93720000088797
+HashTable,Упорядоченный,вставка,17.084900000554626
+HashTable,Упорядоченный,поиск,0.2795999989757547
+HashTable,Упорядоченный,удаление,0.3280000000813743
+HashTable,Упорядоченный,формирование списка,47.76760000095237
+HashTable,Случайный,вставка,16.898900001251604
+HashTable,Случайный,поиск,0.2705999995669117
+HashTable,Случайный,удаление,0.3180999992764555
+HashTable,Случайный,формирование списка,48.1019999988348
+HashTable,Упорядоченный,вставка,17.074800000045798
+HashTable,Упорядоченный,поиск,0.27850000151374843
+HashTable,Упорядоченный,удаление,0.3259999994043028
+HashTable,Упорядоченный,формирование списка,48.0186999993748
+HashTable,Случайный,вставка,17.024499999024556
+HashTable,Случайный,поиск,0.2716999988479074
+HashTable,Случайный,удаление,0.3228999994462356
+HashTable,Случайный,формирование списка,48.31470000135596
+HashTable,Упорядоченный,вставка,17.382100000759237
+HashTable,Упорядоченный,поиск,0.2786999993986683
+HashTable,Упорядоченный,удаление,0.3171999996993691
+HashTable,Упорядоченный,формирование списка,47.687000000223634
+HashTable,Случайный,вставка,17.80959999996412
+HashTable,Случайный,поиск,0.28049999855284113
+HashTable,Случайный,удаление,0.3245999996579485
+HashTable,Случайный,формирование списка,48.608699999022065
+HashTable,Упорядоченный,вставка,17.124399999374873
+HashTable,Упорядоченный,поиск,0.2822999995260034
+HashTable,Упорядоченный,удаление,0.31680000029155053
+HashTable,Упорядоченный,формирование списка,47.660199999882025
+HashTable,Случайный,вставка,16.860599998835823
+HashTable,Случайный,поиск,0.27319999935571104
+HashTable,Случайный,удаление,0.31459999991056975
+HashTable,Случайный,формирование списка,48.28310000084457
+HashTable,Упорядоченный,вставка,17.49010000094131
+HashTable,Упорядоченный,поиск,0.29379999978118576
+HashTable,Упорядоченный,удаление,0.31820000003790483
+HashTable,Упорядоченный,формирование списка,48.560000001089065
+BinarySearchTree,Случайный,вставка,53.984700000000885
+BinarySearchTree,Случайный,поиск,0.7683999992877943
+BinarySearchTree,Случайный,удаление,0.6331000004138332
+BinarySearchTree,Случайный,формирование списка,0.01739999970595818
+BinarySearchTree,Упорядоченный,вставка,163.88949999964098
+BinarySearchTree,Упорядоченный,поиск,1.765700000760262
+BinarySearchTree,Упорядоченный,удаление,1.525900001070113
+BinarySearchTree,Упорядоченный,формирование списка,0.4360000002634479
+BinarySearchTree,Случайный,вставка,52.91410000063479
+BinarySearchTree,Случайный,поиск,0.7721999991190387
+BinarySearchTree,Случайный,удаление,0.5829000001540408
+BinarySearchTree,Случайный,формирование списка,0.04259999877831433
+BinarySearchTree,Упорядоченный,вставка,164.1801999994641
+BinarySearchTree,Упорядоченный,поиск,1.7733000004227506
+BinarySearchTree,Упорядоченный,удаление,1.3930999994045123
+BinarySearchTree,Упорядоченный,формирование списка,0.8812000014586374
+BinarySearchTree,Случайный,вставка,52.482299999610404
+BinarySearchTree,Случайный,поиск,0.7862000002205605
+BinarySearchTree,Случайный,удаление,0.6584999991900986
+BinarySearchTree,Случайный,формирование списка,0.0718000010238029
+BinarySearchTree,Упорядоченный,вставка,161.70600000077684
+BinarySearchTree,Упорядоченный,поиск,1.7728999991959427
+BinarySearchTree,Упорядоченный,удаление,1.7010999999911292
+BinarySearchTree,Упорядоченный,формирование списка,1.2267000001884298
+BinarySearchTree,Случайный,вставка,53.89560000003257
+BinarySearchTree,Случайный,поиск,0.7697999990341486
+BinarySearchTree,Случайный,удаление,0.669999999445281
+BinarySearchTree,Случайный,формирование списка,0.1666999996814411
+BinarySearchTree,Упорядоченный,вставка,160.7681000004959
+BinarySearchTree,Упорядоченный,поиск,1.770599999872502
+BinarySearchTree,Упорядоченный,удаление,1.4972999997553416
+BinarySearchTree,Упорядоченный,формирование списка,1.454899998861947
+BinarySearchTree,Случайный,вставка,52.44479999964824
+BinarySearchTree,Случайный,поиск,0.7471999997505918
+BinarySearchTree,Случайный,удаление,0.7040000000415603
+BinarySearchTree,Случайный,формирование списка,0.19189999875379726
+BinarySearchTree,Упорядоченный,вставка,162.21529999893392
+BinarySearchTree,Упорядоченный,поиск,1.835400000345544
+BinarySearchTree,Упорядоченный,удаление,1.5229000000545057
+BinarySearchTree,Упорядоченный,формирование списка,1.444699999410659
+BinarySearchTree,Случайный,вставка,52.532899999278015
+BinarySearchTree,Случайный,поиск,0.772299999880488
+BinarySearchTree,Случайный,удаление,0.6493000000773463
+BinarySearchTree,Случайный,формирование списка,0.3001000004587695
+BinarySearchTree,Упорядоченный,вставка,162.3187000004691
+BinarySearchTree,Упорядоченный,поиск,1.7641000013099983
+BinarySearchTree,Упорядоченный,удаление,1.656399999774294
+BinarySearchTree,Упорядоченный,формирование списка,1.9058000016229926
+BinarySearchTree,Случайный,вставка,52.441100000578444
+BinarySearchTree,Случайный,поиск,0.7502000007661991
+BinarySearchTree,Случайный,удаление,0.7283999984792899
+BinarySearchTree,Случайный,формирование списка,0.4217999994580168
+BinarySearchTree,Упорядоченный,вставка,163.2737999989331
+BinarySearchTree,Упорядоченный,поиск,1.7657999997027218
+BinarySearchTree,Упорядоченный,удаление,1.2108999999327352
+BinarySearchTree,Упорядоченный,формирование списка,1.5694999983679736
+BinarySearchTree,Случайный,вставка,52.80719999973371
+BinarySearchTree,Случайный,поиск,0.7774999994580867
+BinarySearchTree,Случайный,удаление,0.5965999989712145
+BinarySearchTree,Случайный,формирование списка,0.4585999995470047
+BinarySearchTree,Упорядоченный,вставка,164.02340000058757
+BinarySearchTree,Упорядоченный,поиск,1.836600000387989
+BinarySearchTree,Упорядоченный,удаление,1.7723999990266748
+BinarySearchTree,Упорядоченный,формирование списка,2.3199999995995313
+BinarySearchTree,Случайный,вставка,52.927000000636326
+BinarySearchTree,Случайный,поиск,0.7868000011512777
+BinarySearchTree,Случайный,удаление,0.6422000005841255
+BinarySearchTree,Случайный,формирование списка,0.4780999988724943
+BinarySearchTree,Упорядоченный,вставка,162.5091000005341
+BinarySearchTree,Упорядоченный,поиск,1.8755000000965083
+BinarySearchTree,Упорядоченный,удаление,1.8066000011458527
+BinarySearchTree,Упорядоченный,формирование списка,2.217999999629683
+BinarySearchTree,Случайный,вставка,53.06439999912982
+BinarySearchTree,Случайный,поиск,0.7920999996713363
+BinarySearchTree,Случайный,удаление,0.7385999997495674
+BinarySearchTree,Случайный,формирование списка,0.6822999985161005
+BinarySearchTree,Упорядоченный,вставка,162.1802999998181
+BinarySearchTree,Упорядоченный,поиск,1.9329999995534308
+BinarySearchTree,Упорядоченный,удаление,1.5555000009044306
+BinarySearchTree,Упорядоченный,формирование списка,0.0028387000002112472

lukovnikovde/docs/report.md

@@ -0,0 +1,52 @@
+# Отчет по лабораторной работе "Структуры данных"
+## 1. Введение
+В ходе выполнения лабораторной работы были выполнены реализации трех структур для хранения и обработки данных телефонных номеров:
+- Связный список
+- Хеш-таблица
+- Двоичное дерево поиска.
+
+Практическая часть включала в себя такие операции как: добавление или обновление телефонного номера, удаление телефонного номера, поиск владельца телефонного номера и составление списка из кортежей вида (владелец, номер). Каждое выполнение функций проводилось с списоком из кортежей вида (владелецб номер), в котором было 1000 уникальных имен и еще 9000 имен, которые уже были использованны (всего 10000 кортежей). Каждое тестирование структур выполнялось для сортированного и не сортированного начального списка 10 раз.
+## 2. Результаты измерений
+Данные в таблице отражают среднее время в милисекундах выполнения структур. 
+| Структура | Начальный список | insert, мс | find, мс | delete, мс | create list, мс |
+| :---: | :---: | ---: | ---: | ---: | ---: |
+| LinkedList | not sorted |  165.61 | 1.767 | 3.418 | 31.795 |
+| LinkedList | sorted | 171.01 | 1.720 | 3.440 | 21.378 |
+| HashTable | not sorted | 17.15 | 0.278 | 0.320 | 48.080 |
+| HashTable | sorted | 17.49 | 0.284 | 0.321 | 47.911 |
+| BST | not sorted | 52.95 | 0.772 | 0.660 | 0.283 |
+| BST | sorted | 162.70 | 1.809 | 1.564 | 1.626 |
+
+Изходя  из полученных значений можно построить столбчатую диаграмму:
+
+![](data/time_schedule.png)
+## 3. Анализ полученных данных
+### 3.1 Зависимость скорости работы BST от порядка ввода данных.
+Из полученных данных можно заметить, что для BST порядок ввода сильно сказывается на результате скорости выполнения программы: при послутплении неотсортированных данных программа справляется примерно в 3 раза быстрее. Связано это с тем, что каждое новое значение, при сортированных данных, будет больше предыдущего, а соответственно будет каждый раз создаватся правый лист, из-за чего высота дерева становится равной количесвту всех уникальных имен, вседствии чего сложность возрастает до О(n), а двоичное дерево превращается в своебразный связный список. 
+
+### 3.2 Независимость скорости выполнения заполнения хеш-таблицы от порядка вводных данных
+Из эксперемента можно заметить, что скорость заполнения хеш-таблицы сортированными и несортированными данными почти одинакова(разница менее 2%). Это объясняется наличием бакетов, которые разбивают все данные на N списков (В данной лабораторной работе N = 100) и не зависмо от способа подачи данных мы всегда получим N списков с одинаков наполнением. 
+Скорость выполнения вставки почти одинакова, так как и для случая сортированного и несортированного начального списка необходимо только определить нужный бакет и добавить в этот бакет кортеж (владелец, номер), то есть сложность операции О(1), что отражают результаты эксперемента.
+Скорость выполнения поиска/удаления/составление списка почти одинаковы по тем же причинам: из-за наличия бакетов отрезаем часть лишних данных и уже работаем с оставшимеся, что значительно уменьшает время, а так как длина списока в бакете будет гораздо меньше длины списка исходных данных, что линейная сложность при переборе этого списка не сильно повлияет на время выполнения программы.
+
+### 3.3 Медленность посика связного списка
+Чтобы найти нужный элемент в связном списке необходимо перебрать все элементы стоящие до него, и если элемент находится где-то в конце такого списка, то придется перебрать почти все значения, на что уйдет явно больше премени чем при применениеи хеш-таблицы, которая отсекает большую часть ненужных данных, или двоичного дерева, которое составлено так, что не нужно будет перебирать все значения. 
+
+### 3.4 Принципы работы Удаления
+### - Связный список:
+В связном списке необходимо найти нужный словарь, значение ключа next содержит искомое имя. После этого мы меняем значение ключа next этого словаря на то, которое стоит в значении ключа next словаря, который мы собираемся удалить. Если мы хотим удалить запись, которой не существует, в таком случае перебираем весь связный спискок полностью и в случае ненахождения нужной записи возвращаем исходный список.
+
+### - Хеш-таблица:
+В начале ищем номер нужного бакета, и начинаем искать в бакете необходую запись: перебираем список кортежей, пока не найдем нужную запись. Если запись нашлась, то удалем ее и списка, если нет, то возвращаем исходные данные без изменений
+
+### - Двоичное дерево посика:
+Сначала ищем узел, который необходимо удалить, а затем действуем в зависимости от ситуации:
+- 1 У узла нет потомков:
+    В такой ситуации просто удаляем наш узел(в данном случае лист)
+- 2 У узла нет потомков справа или слева:
+    Если у узла есть только правые потомки, то на место этого узела помещаем узел, который расположен справа. Аналогично для случая с наличием левых потомков.
+- 3 Если у узла есть и правые и левые потомки:
+    Находим самый маленький узел в правом поддереве этого узла, то есть идем сначала вправо от узла, а потом только влево, пока не дойдем до значения None.
+    Копируем значения этого наименьшего и подставляем эти данные в узел, который хотим удалить, не меняя значения под ключами left и  right, а затем удаляем этот наименьший как описано в пунктах (1) и (2), так как этот узел или будет иметь только потомков вправа или не иметь их вообще
+
+## Вывод: в ходе выполнения лабораторной были изучены 3 способа хранения и обработки данных. Из данных полученных из эксперементов можно выделить наилучшие способы применения этих структур. Если в программе необходимо часто пополнять данные, корректировать, искать и удалять их, то лучше всего подойдет хеш-таблица. Если необходимо часто собирать все данные в один сортированный список и исходные данные несортированные, то хеш-таблица будет тормозить, в этом случае лучше использовать двоичное дерего поиска, хоть они и показывают более худший результат в добавлении, посике и удалении(примерно в 2.5-3 раза), но формируют список они моментально: 0.283 мс. Если же исходные данные отсортированны и необходимо выполнять все те же операции но без удаления, то в таком случае наиболее эффективным будет связный список.

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
-}

rybakovaa/428b.md

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

soninrv/428.md

@@ -1 +0,0 @@
- 

victorovaas/429

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

zhigalovrd/425.txt

@@ -1 +0,0 @@
-ыфыв