2026-rff_mp/pomelovsd/DataStruct/results.md

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:

!

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()...