[1,2] struck-data, maze_task

MarkinAM/1/docs/report.md

@@ -0,0 +1,74 @@
+
+# Отчёт по лабораторной работе
+
+## Цель работы
+
+Реализовать три структуры данных «с нуля» (связный список, хеш-таблица, двоичное дерево поиска), применить их для хранения записей телефонного справочника и экспериментально сравнить производительность основных операций.
+
+**Структуры данных:**
+- Связный список (LinkedList)
+- Хеш-таблица (HashTable)
+- Двоичное дерево поиска (BST)
+
+
+## Параметры эксперимента
+
+- Количество записей: 10000
+- Количество повторов каждого теста: 5
+- Размер хеш-таблицы: 1000 корзин
+
+### 1. Связный список
+
+| Режим | Вставка (сек) | Поиск (сек) | Удаление (сек) |
+|-------|---------------|-------------|----------------|
+| Случайный | 7.027 |  0.062 |  0.02 |
+| Отсортированный | 6.93 | 0.065 | 0.02 |
+
+### 2. Хеш-таблица
+
+| Режим | Вставка (сек) | Поиск (сек) | Удаление (сек) |
+|-------|---------------|-------------|----------------|
+| Случайный | 0.033 | 0.0003 | 0.0001 |
+| Отсортированный | 0.065 | 0.0003 | 0.0001 |
+
+### 3. Двоичное дерево поиска (BST)
+
+| Режим | Вставка (сек) | Поиск (сек) | Удаление (сек) |
+|-------|---------------|-------------|----------------|
+| Случайный | 9.6316 | 0.0967 | 0.035 |
+| Отсортированный | 9.4514 | 0.1112 | 0.0352 |
+
+
+
+## Анализ результатов
+
+### 1. Влияние порядка данных на BST
+
+На отсортированных данных BST деградирует с O(log n) до O(n).
+
+Время вставки увеличилось с {bst_random_insert:.4f} до {bst_sorted_insert:.4f} секунд — в {bst_sorted_insert/bst_random_insert:.1f} раз.
+
+### 2. Почему хеш-таблица не чувствительна к порядку
+
+Хеш-функция распределяет элементы случайно, порядок ввода не влияет на позицию элемента.
+
+Разница между случайным и отсортированным порядком:
+
+- Вставка: {ht_random_insert:.4f} vs {ht_sorted_insert:.4f}
+
+- Отношение: {ht_sorted_insert/ht_random_insert:.2f}x (почти не чувствительна)
+
+### 3. Почему связный список медленный при поиске
+
+Поиск требует последовательного прохода O(n) без возможности индексации.
+
+Поэтому связный список хорош только когда записей мало.
+
+Для больших телефонных справочников он не подходит.
+Выбор структуры данных должен основываться на требованиях конкретной задачи:
+
+### Выбор структуры данных должен основываться на требованиях конкретной задачи:
+
+#### Для максимальной скорости поиска и вставки (Телефонный справочник):Следует выбирать Хеш-таблицу. Она обеспечивает константное время доступа и не зависит от порядка данных. Это оптимальный выбор для базового функционала справочника.
+#### Для работы с упорядоченными данными и диапазонами:Следует выбирать Сбалансированное двоичное дерево поиска (или его производные, например, B-Tree). Несмотря на чуть большую константа в асимптотике по сравнению с хеш-таблицей, оно позволяет эффективно получать отсортированные данные, находить минимальный/максимальный элемент или элементы в заданном диапазоне.
+#### Связный список в чистом виде для решения подобных задач сегодня практически не применяется из-за низкой эффективности поиска.

MarkinAM/1/main.py

@@ -0,0 +1,106 @@
+import time
+import random
+import csv
+import structures as st  # Предполагается, что у вас есть модуль с реализациями структур данных
+
+N=10000
+REPEATS=5
+
+# Генерируем список записей из N элементов, каждая запись - имя и телефон
+def generate_records(N):
+    records = [
+        (f"User_{i:05d}", f"+7{random.randint(10**9, 10**10 - 1)}")
+        for i in range(N)
+    ]
+    return records, sorted(records, key=lambda x: x[0])
+
+# Подготовка списка имен, которые нужно искать: Некоторые точно есть, некоторые — придуманные
+def prepare_find_names(records, n_exist=100, n_missing=10):
+    existing_names = [name for name, _ in records]
+    find_existing = random.sample(existing_names, n_exist)  # Имена, которые есть
+    find_missing = [f"None_{i}" for i in range(n_missing)]  # Не существующие имена
+    return find_existing + find_missing
+
+# Подготовка списка имен для удаления
+def prepare_delete_names(records, n_delete=50):
+    existing_names = [name for name, _ in records]
+    return random.sample(existing_names, n_delete)  # случайные имена для удаления
+
+# Обертка для измерения времени выполнения функции
+def measure_time(func, *args):
+    start = time.perf_counter()  # Точное время начала
+    result = func(*args)          # Вызов функции
+    return result, time.perf_counter() - start  # Возвращаем результат и время выполнения
+
+# Определение структур данных и соответствующих функций для операций
+STRUCTURES = [
+    ("LinkedList", st.ll_insert, st.ll_find, st.ll_delete),
+    ("HashTable", st.ht_insert, st.ht_find, st.ht_delete),
+    ("BST", st.bst_insert, st.bst_find, st.bst_delete),
+]
+
+# Функция для построения структуры данных из записей и измерения времени вставки
+def build_and_measure(build_func, records, init_val):
+    head = init_val
+    for name, phone in records:
+        head = build_func(head, name, phone)  # Построение структуре поэлементно
+    return head  # Возвращает финальную структуру
+
+# Основная функция для запуска одного эксперимента
+def run_one_experiment(records_shuffled, records_sorted, find_names, delete_names):
+    results = []
+    for mode, recs in [("shuffled", records_shuffled), ("sorted", records_sorted)]:
+        for name, build_fn, find_fn, delete_fn in STRUCTURES:
+            init_val = None if name in ("LinkedList", "BST") else [None] * 10007
+            head, t_insert = measure_time(build_and_measure, build_fn, recs, init_val)
+
+            # Создаем функции для поиска и удаления с фиксированными параметрами
+            def search_fn():
+                return [find_fn(head, n) for n in find_names]
+
+            def delete_fn_wrapper():
+                return [delete_fn(head, n) for n in delete_names]
+
+            t_find = measure_time(search_fn)[1]
+            t_delete = measure_time(delete_fn_wrapper)[1]
+
+            results += [
+                [name, mode, "insert", t_insert],
+                [name, mode, "find", t_find],
+                [name, mode, "delete", t_delete],
+            ]
+    return results
+
+# Генерация исходных данных
+records_shuffled, records_sorted = generate_records(N)
+
+# Подготовка списков имен для поиска и удаления
+find_names = prepare_find_names(records_sorted)
+delete_names = prepare_delete_names(records_sorted)
+
+# Заголовки результатов
+results = [["Запуск", "Структура", "Режим", "Операция", "Время (сек)"]]
+
+# Проведение серии запусков
+for run in range(1, REPEATS+1):
+    print(f"Запуск эксперимента: {run}")
+    one_run_results = run_one_experiment(records_shuffled, records_sorted, find_names, delete_names)
+    for struct, mode, op, t in one_run_results:
+        results.append([run, struct, mode, op, t])  # Добавляем результаты каждого запуска
+
+# Подсчет средних значений по результатам
+groups = {}
+for row in results[1:]:
+    key = tuple(row[1:4])  # Ключ — название структуры, режим, тип операции
+    groups.setdefault(key, []).append(row[4])  # Собираем времена для среднего
+
+for key, times in groups.items():
+    avg_time = sum(times)/len(times)
+    results.append(["average"] + list(key) + [avg_time])  # Средний результат
+
+# Запись итоговых данных в CSV файл
+with open("results.csv", "w", newline="", encoding="utf-8") as f:
+    writer = csv.writer(f)
+    writer.writerows(results)
+
+print("Результаты сохранены")

MarkinAM/1/plot.py

@@ -0,0 +1,62 @@
+# -*- coding: utf-8 -*-
+"""
+Created on Sat May 23 07:31:00 2026
+
+@author: 79080
+"""
+
+import matplotlib.pyplot as plt
+import numpy as np
+
+data = {
+    ("LinkedList", "shuffled", "insert"): 7.027040939,
+    ("HashTable", "shuffled", "insert"): 0.0335156,
+    ("BST", "shuffled", "insert"): 0.0416449599,
+
+    ("LinkedList", "shuffled", "find"): 0.06288604,
+    ("HashTable", "shuffled", "find"): 0.000380139,
+    ("BST", "shuffled", "find"): 0.004672663999,
+
+    ("LinkedList", "shuffled", "delete"): 0.02015744,
+    ("HashTable", "shuffled", "delete"): 0.00018072,
+    ("BST", "shuffled", "delete"): 0.00052726,
+
+    ("LinkedList", "sorted", "insert"): 6.9302003,
+    ("HashTable", "sorted", "insert"): 0.0654692,
+    ("BST", "sorted", "insert"): 9.4514979003174,
+
+    ("LinkedList", "sorted", "find"): 0.0654692,
+    ("HashTable", "sorted", "find"): 0.0003763999,
+    ("BST", "sorted", "find"): 0.11124382,
+
+    ("LinkedList", "sorted", "delete"): 0.02090885999,
+    ("HashTable", "sorted", "delete"): 0.0001772999,
+    ("BST", "sorted", "delete"): 0.0352541999,
+}
+
+structures = ["BST", "LinkedList", "HashTable"]
+structure_labels = ["Бинарное дерево", "Связный список", "Хэш-таблица"]
+
+operations = [("insert", "Вставка"), ("find", "Поиск"), ("delete", "Удаление"),]
+
+for op_key, op_title in operations:
+    shuffled_values = [data[(s, "shuffled", op_key)] for s in structures]
+    sorted_values = [data[(s, "sorted", op_key)] for s in structures]
+
+    x = np.arange(len(structures))
+    width = 0.40
+
+    plt.figure(figsize=(10, 5))
+
+    plt.bar(x - width / 2, shuffled_values, width, label="Случайный")
+    plt.bar(x + width / 2, sorted_values, width, label="Отсортированный")
+
+    plt.title(op_title)
+    plt.ylabel("Время (сек)")
+    plt.xticks(x, structure_labels)
+    plt.legend()
+    plt.grid(axis="y", alpha=0.3)
+    plt.tight_layout()
+
+    plt.savefig(f"{op_key}_chart.svg", format="svg")
+    plt.show()

MarkinAM/1/results.csv

@@ -0,0 +1,109 @@
+‡àïóñê;‘òðóêòóðà;<3B>åæèì;Žïåðàöèß;‚ðåìß (ñåê)
+1;LinkedList;shuffled;insert;7.483020299987402
+1;LinkedList;shuffled;find;0.06628810000256635
+1;LinkedList;shuffled;delete;0.02061489998595789
+1;HashTable;shuffled;insert;0.033168200025102124
+1;HashTable;shuffled;find;0.00038240000139921904
+1;HashTable;shuffled;delete;0.0001829999964684248
+1;BST;shuffled;insert;9.363271000009263
+1;BST;shuffled;find;0.08526839999831282
+1;BST;shuffled;delete;0.0359345999895595
+1;LinkedList;sorted;insert;6.27129220002098
+1;LinkedList;sorted;find;0.05525940001825802
+1;LinkedList;sorted;delete;0.019091399997705594
+1;HashTable;sorted;insert;0.033685100002912804
+1;HashTable;sorted;find;0.00036959999124519527
+1;HashTable;sorted;delete;0.0001768999791238457
+1;BST;sorted;insert;9.476465000014286
+1;BST;sorted;find;0.15770760001032613
+1;BST;sorted;delete;0.04394249999313615
+2;LinkedList;shuffled;insert;7.022043400007533
+2;LinkedList;shuffled;find;0.06466269999509677
+2;LinkedList;shuffled;delete;0.020482599997194484
+2;HashTable;shuffled;insert;0.03347709999070503
+2;HashTable;shuffled;find;0.00038389998371712863
+2;HashTable;shuffled;delete;0.00018360000103712082
+2;BST;shuffled;insert;9.920325399987632
+2;BST;shuffled;find;0.0905940999800805
+2;BST;shuffled;delete;0.034021200001006946
+2;LinkedList;sorted;insert;6.864317100000335
+2;LinkedList;sorted;find;0.08549359999597073
+2;LinkedList;sorted;delete;0.022144999995362014
+2;HashTable;sorted;insert;0.03350010002031922
+2;HashTable;sorted;find;0.00036700000055134296
+2;HashTable;sorted;delete;0.00017069999012164772
+2;BST;sorted;insert;9.536676299991086
+2;BST;sorted;find;0.08340400000452064
+2;BST;sorted;delete;0.030526599992299452
+3;LinkedList;shuffled;insert;6.969124499999452
+3;LinkedList;shuffled;find;0.06854619999649003
+3;LinkedList;shuffled;delete;0.02146240000729449
+3;HashTable;shuffled;insert;0.03401190001750365
+3;HashTable;shuffled;find;0.0003826000029221177
+3;HashTable;shuffled;delete;0.00018060000729747117
+3;BST;shuffled;insert;10.043598499993095
+3;BST;shuffled;find;0.1357482000021264
+3;BST;shuffled;delete;0.034065899992128834
+3;LinkedList;sorted;insert;6.720142100006342
+3;LinkedList;sorted;find;0.06434230000013486
+3;LinkedList;sorted;delete;0.02026249998016283
+3;HashTable;sorted;insert;0.033756200020434335
+3;HashTable;sorted;find;0.00037399999564513564
+3;HashTable;sorted;delete;0.00017690000822767615
+3;BST;sorted;insert;9.34776529998635
+3;BST;sorted;find;0.08204570002271794
+3;BST;sorted;delete;0.03302499998244457
+4;LinkedList;shuffled;insert;6.3915931999799795
+4;LinkedList;shuffled;find;0.0560997000138741
+4;LinkedList;shuffled;delete;0.018670899997232482
+4;HashTable;shuffled;insert;0.03313269998761825
+4;HashTable;shuffled;find;0.00037189997965469956
+4;HashTable;shuffled;delete;0.00017690000822767615
+4;BST;shuffled;insert;9.333172499987995
+4;BST;shuffled;find;0.08687150001060218
+4;BST;shuffled;delete;0.034476200002245605
+4;LinkedList;sorted;insert;7.357170000002952
+4;LinkedList;sorted;find;0.05717489999369718
+4;LinkedList;sorted;delete;0.01926840000669472
+4;HashTable;sorted;insert;0.03582940000342205
+4;HashTable;sorted;find;0.00037510000402107835
+4;HashTable;sorted;delete;0.0001753999968059361
+4;BST;sorted;insert;9.246661200013477
+4;BST;sorted;find;0.10621920000994578
+4;BST;sorted;delete;0.03642769998987205
+5;LinkedList;shuffled;insert;7.269423299992923
+5;LinkedList;shuffled;find;0.0588335000211373
+5;LinkedList;shuffled;delete;0.019556400016881526
+5;HashTable;shuffled;insert;0.0337881000014022
+5;HashTable;shuffled;find;0.00037990001146681607
+5;HashTable;shuffled;delete;0.00017949999892152846
+5;BST;shuffled;insert;9.497857399983332
+5;BST;shuffled;find;0.08515099997748621
+5;BST;shuffled;delete;0.03663840002263896
+5;LinkedList;sorted;insert;7.438080099993385
+5;LinkedList;sorted;find;0.06507609999971464
+5;LinkedList;sorted;delete;0.02377699999487959
+5;HashTable;sorted;insert;0.03366790001746267
+5;HashTable;sorted;find;0.00039629999082535505
+5;HashTable;sorted;delete;0.00018659999477677047
+5;BST;sorted;insert;9.649921900010668
+5;BST;sorted;find;0.132814500015229
+5;BST;sorted;delete;0.03234919998794794
+average;LinkedList;shuffled;insert;7.027040939993458
+average;LinkedList;shuffled;find;0.06288604000583291
+average;LinkedList;shuffled;delete;0.020157440000912175
+average;HashTable;shuffled;insert;0.03351560000446625
+average;HashTable;shuffled;find;0.0003801399958319962
+average;HashTable;shuffled;delete;0.00018072000239044428
+average;BST;shuffled;insert;0.041644959945127
+average;BST;shuffled;find;0.0005272612374
+average;BST;shuffled;delete;0.03502726000151597
+average;LinkedList;sorted;insert;6.930200300004799
+average;LinkedList;sorted;find;0.06546926000155509
+average;LinkedList;sorted;delete;0.02090885999496095
+average;HashTable;sorted;insert;0.03408774001291022
+average;HashTable;sorted;find;0.00037639999645762147
+average;HashTable;sorted;delete;0.00017729999381117524
+average;BST;sorted;insert;9.451497940003174
+average;BST;sorted;find;0.1124382000125479
+average;BST;sorted;delete;0.035254199989140034