# Предложенные вопросы: 
## Сравните:
1) Как порядок входных данных влияет на скорость вставки в BST(деградация до O(n) на отсортированных данных).
2) Почему хеш-таблица почти не чувствительна к порядку.
3) Почему связный список всегда медленен при поиске.
4) Как удаление работает в каждой структуре.
5) 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.*
# Анализ результатов:
![[analysis.png]]
>График созданный для на основе замеров времени работы разных типов данных 
>P.s. Данные на графиках не точные, а приблизительные, из-за во многом случайных замеров значений 
## Выводы:
### 1) **Как порядок входных данных влияет на скорость вставки в BST?**
Порядок отличается очень сильно, если в обычном случае сложность равна $O(log(n))$, а в худшем случае(как раз в случае отсортированных данных) равна $O(n)$. 
>В моём случае время работы мало отличимо так как, во время замеров, я заметил, что данные записываются крайне долго за счёт особенностей реализации(бинарное дерево вырождалось в связный список) и пришлось добавить ещё одну функцию, которая будет искусственно разбивать отсортированный массив на 2 ветки, а не записывать все ветви подряд 
### 2) **Почему хеш-таблица почти не чувствительна к порядку?**
   Из-за особенностей записи данных в память. Хеш-таблица вычисляет, номер строки при помощи формулы т.е мы можем найти любой сколь угодный элемент за $O(1)$
### 3) **Почему связный список всегда медленен при поиске?**
   Из-за способа записи. Так-как мы можем добраться до следующего элемента только путём перебора равного номеру поисковой строки, при сложности $O(n)$
### 4) Как удаление работает в каждой структуре? 
- **Связный список**  
	Рассматривается 3 случая:
	1) Если список пустой, **возращаем пустой список**
	2) Если удаляем голову, то **возвращаем, как голову следующий элемент списка**
	3) Если мы удаляем промежуточный элемент, ищем нужный элемент а потом **подменяем элементу стоящем перед элементом, который мы ищем ссылку элемента идущему после удаления**    
- **Хеш-таблица** 
	Реализация считает при помощи Хеш-ключа, номер элемента 
	> P.s. В моей реализации Хеш-таблица и связный список схожи по реализации, потому что Хеш-таблица использует функцию связного списка)
- **Бинарное дерево**
	Рассмотрим так же 4 случая(немного схожа со связным списком с поправкой на то, что потомок может быть не один): 
	1) Если список пустой, **возращаем пустой список**
	2) Если элемент слева, то **спускаемся в левую ветвь**
	3) Если элемент справа, то **спускаемся в правую ветвь**
	4) Если ветки 2, то **как-то оцениваем обе вершины и двигаемся к нужному результату**
	При нахождении элемента элементу слева от найденного передаём ссылку на правый от найденного элемента и наоборот левому элементу ссылку на  правый 
###
 5)  Какую структуру и для каких задач (частые вставки, частый поиск, необходимость получать данные в порядке) стоит выбирать в реальной жизни?
- Для частых вставок и поиска элементов следует использовать Хеш-таблицы, из-за особенностей добавления (определение номера в таблицы при помощи математической формулы, а не порядковым номером)
- В случае, если нам надо использовать упорядоченные данные, то следует использовать бинарное дерево(из-за особенностей хранения)
>P.s.  Вывод 0) Как же долго работает функция print()...