Laba 1

LarikovaAA/bst.py

@@ -0,0 +1,83 @@
+def bst_insert(root, name, phone):
+    new_node = {'name': name, 'phone': phone, 'left': None, 'right': None}
+    
+    if root is None:
+        return new_node
+    
+    current = root
+    while True:
+        if name < current['name']:
+            if current['left'] is None:
+                current['left'] = new_node
+                break
+            else:
+                current = current['left']
+        elif name > current['name']:
+            if current['right'] is None:
+                current['right'] = new_node
+                break
+            else:
+                current = current['right']
+        else:
+            current['phone'] = phone
+            break
+    
+    return root
+
+
+def bst_find(root, name): #Итеративный поиск в BST
+    current = root
+    while current is not None:
+        if name == current['name']:
+            return current['phone']
+        elif name < current['name']:
+            current = current['left']
+        else:
+            current = current['right']
+    return None
+
+
+def bst_find_min(root): #Поиск минимального узла
+    current = root
+    while current['left'] is not None:
+        current = current['left']
+    return current
+
+
+def bst_delete(root, name): # Рекурсия только в глубину
+    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']
+        elif root['right'] is None:
+            return root['left']
+        else:
+            min_node = bst_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, records=None): #Возвращает отсортированные записи
+    if records is None:
+        records = []
+    
+    stack = []
+    current = root
+    
+    while stack or current:
+        while current is not None:
+            stack.append(current)
+            current = current['left']
+        current = stack.pop()
+        records.append((current['name'], current['phone']))
+        current = current['right']
+    
+    return records

LarikovaAA/config.py

@@ -0,0 +1,3 @@
+N = 10000              # Количество записей
+REPEATS = 5            # Количество повторений каждого эксперимента
+HASH_TABLE_SIZE = 1000 # Размер хеш-таблицы

LarikovaAA/data_generator.py

@@ -0,0 +1,20 @@
+import random
+
+
+def generate_test_data(N): #Генерирует N записей с именами User_00000 ... User_N-1
+    records = [(f"User_{i:05d}", f"+7-999-{i:05d}") for i in range(N)]
+    
+    records_shuffled = records.copy()
+    random.shuffle(records_shuffled)
+    
+    records_sorted = sorted(records, key=lambda x: x[0])
+    
+    return records, records_shuffled, records_sorted
+
+
+def get_names_for_operations(records, num_find=100, num_delete=50, num_nonexistent=10): #Подготавливает имена для операций поиска и удаления
+    existing_names = [name for name, _ in records[:num_find + num_delete]]
+    names_to_find = existing_names[:num_find] + [f"None_{i}" for i in range(num_nonexistent)]
+    names_to_delete = existing_names[num_find:num_find + num_delete]
+    
+    return names_to_find, names_to_delete

LarikovaAA/docs/data/results.csv

@@ -0,0 +1,19 @@
+Структура,Режим,Операция,Повтор1,Повтор2,Повтор3,Повтор4,Повтор5,Среднее,Стд_откл
+linkedlist,случайный,вставка,3.030525333015248,3.011153083993122,3.067337290965952,3.026814332988579,3.0305452499887906,3.0332750581903385,0.018473609585193725
+linkedlist,случайный,поиск,0.023072624986525625,0.023000167042482644,0.023063208034727722,0.023132542031817138,0.023077582998666912,0.02306922501884401,4.2179776992719985e-05
+linkedlist,случайный,удаление,0.01565887499600649,0.01571191701805219,0.01575241598766297,0.015799874963704497,0.015716666996013373,0.015727949992287903,4.674933972158777e-05
+linkedlist,отсортированный,вставка,2.7900312499841675,2.842725833004806,2.8324795000371523,2.8226387499598786,2.824206833029166,2.822416433203034,0.01769628256337186
+linkedlist,отсортированный,поиск,0.0026340839685872197,0.0026223339955322444,0.002628166985232383,0.0026764170033857226,0.0026917500072158873,0.0026505503919906914,2.805286048400875e-05
+linkedlist,отсортированный,удаление,0.00025987502885982394,0.00026162504218518734,0.0002579580177552998,0.00026395899476483464,0.00025770795764401555,0.00026022500824183223,2.3452089690404486e-06
+hashtable,случайный,вставка,0.19747637503314763,0.1957802499528043,0.195026625005994,0.1953300409950316,0.1995006250217557,0.19662278320174664,0.001669692081198908
+hashtable,случайный,поиск,0.0007510409923270345,0.0007478750194422901,0.0007428750395774841,0.0007420409820042551,0.0007448329706676304,0.0007457330008037389,3.327822630240364e-06
+hashtable,случайный,удаление,0.00037333305226638913,0.0003679579822346568,0.0003666249685920775,0.000368500011973083,0.00036679196637123823,0.00036864159628748896,2.448879400144638e-06
+hashtable,отсортированный,вставка,0.19373183301649988,0.19131775002460927,0.20354575000237674,0.19244924996746704,0.19410508294822648,0.19502993319183587,0.004370349591521971
+hashtable,отсортированный,поиск,7.366598583757877e-05,7.358303992077708e-05,7.379200542345643e-05,7.329200161620975e-05,7.29589955881238e-05,7.345840567722917e-05,2.9900259428386626e-07
+hashtable,отсортированный,удаление,5.0292001105844975e-05,5.037500523030758e-05,5.124998278915882e-05,5.0540955271571875e-05,5.050003528594971e-05,5.059159593656659e-05,3.409075164884719e-07
+bst,случайный,вставка,0.012036708008963615,0.011527249997016042,0.011410709004849195,0.011799749976489693,0.011473792023025453,0.011649641802068799,0.00023466763426973204
+bst,случайный,поиск,6.741698598489165e-05,8.07500327937305e-05,6.450002547353506e-05,6.416701944544911e-05,6.570800906047225e-05,6.850841455161572e-05,6.225842896923898e-06
+bst,случайный,удаление,5.729199619963765e-05,5.966599564999342e-05,5.4165953770279884e-05,5.4958974942564964e-05,5.529198097065091e-05,5.627498030662537e-05,1.9839081193124104e-06
+bst,отсортированный,вставка,3.063095625024289,3.0107702090172097,3.0406965000438504,2.9900419160258025,3.014387540984899,3.02379835821921,0.025407148276338564
+bst,отсортированный,поиск,0.0002975420211441815,0.0002921670093201101,0.00029941595857962966,0.0002905830042436719,0.00029925000853836536,0.0002957916003651917,3.6993963362568915e-06
+bst,отсортированный,удаление,0.0003683330141939223,0.00036570901283994317,0.00037129101110622287,0.0003595000016503036,0.0003665830008685589,0.00036628320813179014,3.891304706952938e-06

LarikovaAA/docs/report.md

@@ -0,0 +1,89 @@
+# 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.
+
+## Параметры эксперимента
+
+- Количество записей: 10000
+- Количество повторов каждого теста: 5
+- Размер хеш-таблицы: 1000 корзин
+
+## Результаты экспериментов
+
+### 1. Связный список
+
+| Режим | Вставка (сек) | Поиск (сек) | Удаление (сек) |
+|-------|---------------|-------------|----------------|
+| Случайный | 3.0333 | 0.0231 | 0.0157 |
+| Отсортированный | 2.8224 | 0.0027 | 0.0003 |
+
+### 2. Хеш-таблица
+
+| Режим | Вставка (сек) | Поиск (сек) | Удаление (сек) |
+|-------|---------------|-------------|----------------|
+| Случайный | 0.1966 | 0.0007 | 0.0004 |
+| Отсортированный | 0.1950 | 0.0001 | 0.0001 |
+
+### 3. Двоичное дерево поиска (BST)
+
+| Режим | Вставка (сек) | Поиск (сек) | Удаление (сек) |
+|-------|---------------|-------------|----------------|
+| Случайный | 0.0116 | 0.0001 | 0.0001 |
+| Отсортированный | 3.0238 | 0.0003 | 0.0004 |
+
+## Анализ результатов
+
+### 1. Влияние порядка данных на BST
+
+На отсортированных данных BST деградирует с O(log n) до O(n).  
+Время вставки увеличилось с 0.0116 до 3.0238 секунд — в 259.6 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: 0.1966 vs 0.1950
+- Отношение: 0.99x (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.
+
+Сравнение скорости поиска (случайные данные):
+- LinkedList: 0.0231 сек
+- HashTable: 0.0007 сек (в 30.9 раз быстрее)
+- BST: 0.0001 сек
+
+### 4. Сравнение удаления
+
+| Структура | Сложность | Время на 50 удалений (случайные данные) |
+|-----------|-----------|------------------------------------------|
+| Связный список | O(n) | 0.0157 сек |
+| Хеш-таблица | O(1) в среднем | 0.0004 сек |
+| BST | O(log n) в среднем | 0.0001 сек |
+
+## Вывод:
+
+| Задача | Рекомендация | Почему |
+|--------|-------------|--------|
+| Частый поиск | Хеш-таблица | O(1) в среднем, не зависит от порядка |
+| Частые вставки/удаления | Хеш-таблица | Амортизированное O(1) |
+| Нужен отсортированный вывод | Сбалансированное дерево (AVL/Red-Black) | In-order обход даёт сортировку |
+| Мало данных (<100 элементов) | Связный список или массив | Простота, накладные расходы не оправданы |
+| Последовательный доступ (очередь/стек) | Связный список | Вставка/удаление в начало/конец за O(1) |
+
+## Заключение
+
+Эксперимент наглядно демонстрирует:
+1. **BST без балансировки опасен** — на отсортированных данных он деградирует до O(n)
+2. **Хеш-таблица стабильна** — её производительность не зависит от порядка входных данных
+3. **Связный список** подходит только для специфических задач с малым объёмом данных
+
+## Дата выполнения
+
+2026-05-21 14:44:41

LarikovaAA/experiment.py

@@ -0,0 +1,94 @@
+import time
+import numpy as np
+from linkedlist import ll_insert, ll_find, ll_delete
+from hashtable import ht_create, ht_insert, ht_find, ht_delete
+from bst import bst_insert, bst_find, bst_delete
+
+
+def measure_insert(records, struct_type, params=None): #Замер времени вставки всех записей
+    start = time.perf_counter()
+    
+    if struct_type == 'linkedlist':
+        head = None
+        for name, phone in records:
+            head = ll_insert(head, name, phone)
+        result = head
+    
+    elif struct_type == 'hashtable':
+        size = params.get('size', 1000) if params else 1000
+        buckets = ht_create(size)
+        for name, phone in records:
+            ht_insert(buckets, name, phone)
+        result = buckets
+    
+    elif struct_type == 'bst':
+        root = None
+        for name, phone in records:
+            root = bst_insert(root, name, phone)
+        result = root
+    
+    end = time.perf_counter()
+    return end - start, result
+
+
+def measure_find(structure, names_to_find, struct_type): #Замер времени поиска записей
+    start = time.perf_counter()
+    
+    for name in names_to_find:
+        if struct_type == 'linkedlist':
+            ll_find(structure, name)
+        elif struct_type == 'hashtable':
+            ht_find(structure, name)
+        elif struct_type == 'bst':
+            bst_find(structure, name)
+    
+    end = time.perf_counter()
+    return end - start
+
+
+def measure_delete(structure, names_to_delete, struct_type): #Замер времени удаления записей
+    start = time.perf_counter()
+    
+    for name in names_to_delete:
+        if struct_type == 'linkedlist':
+            structure = ll_delete(structure, name)
+        elif struct_type == 'hashtable':
+            ht_delete(structure, name)
+        elif struct_type == 'bst':
+            structure = bst_delete(structure, name)
+    
+    end = time.perf_counter()
+    return end - start, structure
+
+
+def run_single_experiment(struct_type, mode, data_records, names_to_find, names_to_delete, repeats, params=None): #Запуск одного эксперимента
+    insert_times = []
+    find_times = []
+    delete_times = []
+    
+    for i in range(repeats):
+        if struct_type == 'hashtable':
+            insert_time, structure = measure_insert(data_records, struct_type, params)
+        else:
+            insert_time, structure = measure_insert(data_records, struct_type)
+        insert_times.append(insert_time)
+        
+        find_time = measure_find(structure, names_to_find, struct_type)
+        find_times.append(find_time)
+
+        delete_time, structure = measure_delete(structure, names_to_delete, struct_type)
+        delete_times.append(delete_time)
+    
+    return {
+        'structure': struct_type,
+        'mode': mode,
+        'insert_mean': np.mean(insert_times),
+        'insert_std': np.std(insert_times),
+        'insert_all': insert_times,
+        'find_mean': np.mean(find_times),
+        'find_std': np.std(find_times),
+        'find_all': find_times,
+        'delete_mean': np.mean(delete_times),
+        'delete_std': np.std(delete_times),
+        'delete_all': delete_times
+    }

LarikovaAA/hashtable.py

@@ -0,0 +1,30 @@
+from linkedlist import ll_insert, ll_find, ll_delete, ll_list_all
+
+
+def hash_function(name, size):
+    return sum(ord(c) for c in name) % size
+
+def ht_create(size):
+    return [None] * size
+
+def ht_insert(buckets, name, phone):
+    index = hash_function(name, len(buckets))
+    buckets[index] = ll_insert(buckets[index], name, phone)
+
+def ht_find(buckets, name):
+    index = hash_function(name, len(buckets))
+    return ll_find(buckets[index], name)
+
+def ht_delete(buckets, name):
+    index = hash_function(name, len(buckets))
+    buckets[index] = ll_delete(buckets[index], name)
+
+def ht_list_all(buckets):
+    records = []
+    for bucket in buckets:
+        current = bucket
+        while current is not None:
+            records.append((current['name'], current['phone']))
+            current = current['next']
+    records.sort(key=lambda x: x[0])
+    return records

LarikovaAA/linkedlist.py

@@ -0,0 +1,50 @@
+def ll_insert(head, name, phone): #Oбновление записи в связном списке
+    if head is None:
+        return {'name': name, 'phone': phone, 'next': None}
+    current = head
+    while current is not None:
+        if current['name'] == name:
+            current['phone'] = phone
+            return head
+        current = current['next']
+    new_node = {'name': name, 'phone': phone, 'next': None}
+    current = head
+    while current['next'] is not None:
+        current = current['next']
+    current['next'] = new_node
+    return head
+
+
+def ll_find(head, name): #Поиск телефона по имени
+    current = head
+    while current is not None:
+        if current['name'] == name:
+            return current['phone']
+        current = current['next']
+    return None
+
+
+def ll_delete(head, name): #Удаление записи по имени
+    if head is None:
+        return None
+    
+    if head['name'] == name:
+        return head['next']
+    
+    current = head
+    while current['next'] is not None:
+        if current['next']['name'] == name:
+            current['next'] = current['next']['next']
+            return head
+        current = current['next']
+    return head
+
+
+def ll_list_all(head): #Сбор всех записей и сортировка по имени
+    records = []
+    current = head
+    while current is not None:
+        records.append((current['name'], current['phone']))
+        current = current['next']
+    records.sort(key=lambda x: x[0])
+    return records

LarikovaAA/main.py

@@ -0,0 +1,53 @@
+from config import N, REPEATS, HASH_TABLE_SIZE
+from data_generator import generate_test_data, get_names_for_operations
+from experiment import run_single_experiment
+from results_analyzer import save_to_csv, plot_results, print_analysis, save_report_md
+
+
+def main():
+    print(f"Количество записей: {N}")
+    print(f"Количество повторов: {REPEATS}")
+    print(f"Размер хеш-таблицы: {HASH_TABLE_SIZE}")
+    print()
+
+    records, records_shuffled, records_sorted = generate_test_data(N)
+    names_to_find, names_to_delete = get_names_for_operations(records)
+    
+    experiments = [
+        ('linkedlist', 'случайный', records_shuffled),
+        ('linkedlist', 'отсортированный', records_sorted),
+        ('hashtable', 'случайный', records_shuffled),
+        ('hashtable', 'отсортированный', records_sorted),
+        ('bst', 'случайный', records_shuffled),
+        ('bst', 'отсортированный', records_sorted),
+    ]
+    
+    results = []
+    
+    for struct_type, mode, data_records in experiments:
+        print(f"Тестирование: {struct_type} - {mode}")
+        
+        params = {'size': HASH_TABLE_SIZE} if struct_type == 'hashtable' else None
+        
+        result = run_single_experiment(
+            struct_type, mode, data_records,
+            names_to_find, names_to_delete,
+            REPEATS, params
+        )
+        
+        results.append(result)
+        
+        print(f"  Insert: {result['insert_mean']:.4f} ± {result['insert_std']:.4f} sec")
+        print(f"  Find:   {result['find_mean']:.4f} ± {result['find_std']:.4f} sec")
+        print(f"  Delete: {result['delete_mean']:.4f} ± {result['delete_std']:.4f} sec")
+        print()
+    
+    save_to_csv(results)                    # docs/data/results.csv
+    plot_results(results)                   # docs/performance_chart.png
+    save_report_md(results)                 # docs/report.md
+    print_analysis(results)
+    
+
+
+if __name__ == "__main__":
+    main()

LarikovaAA/results_analyzer.py

@@ -0,0 +1,297 @@
+import csv
+import os
+import numpy as np
+from matplotlib import pyplot as plt
+
+
+def ensure_directories():
+    os.makedirs('docs/data', exist_ok=True)
+
+
+def save_to_csv(results, filename="docs/data/results.csv"):
+    ensure_directories()
+    
+    with open(filename, 'w', newline='', encoding='utf-8') as f:
+        writer = csv.writer(f)
+        writer.writerow(['Структура', 'Режим', 'Операция', 
+                         'Повтор1', 'Повтор2', 'Повтор3', 'Повтор4', 'Повтор5',
+                         'Среднее', 'Стд_откл'])
+        
+        for res in results:
+            struct_name = res['structure']
+            mode = res['mode']
+            
+            for op, times, mean, std in [
+                ('вставка', res['insert_all'], res['insert_mean'], res['insert_std']),
+                ('поиск', res['find_all'], res['find_mean'], res['find_std']),
+                ('удаление', res['delete_all'], res['delete_mean'], res['delete_std'])
+            ]:
+                row = [struct_name, mode, op] + times + [mean, std]
+                writer.writerow(row)
+
+
+def plot_results(results, filename="docs/performance_chart.png"):
+    ensure_directories()
+    struct_names = {
+        'linkedlist': 'LinkedList',
+        'hashtable': 'HashTable',
+        'bst': 'BST'
+    }
+    
+    operations = ['insert', 'find', 'delete']
+    op_names = {'insert': 'Вставка', 'find': 'Поиск', 'delete': 'Удаление'}
+    random_data = {}
+    sorted_data = {}
+    
+    for res in results:
+        struct_name = struct_names.get(res['structure'], res['structure'])
+        mode = res['mode']
+        
+        if mode == 'случайный':
+            random_data[struct_name] = {
+                'insert': res['insert_mean'],
+                'find': res['find_mean'],
+                'delete': res['delete_mean']
+            }
+        else: 
+            sorted_data[struct_name] = {
+                'insert': res['insert_mean'],
+                'find': res['find_mean'],
+                'delete': res['delete_mean']
+            }
+    
+    structure_order = ['LinkedList', 'HashTable', 'BST']
+    
+    fig, axes = plt.subplots(1, 3, figsize=(15, 5))
+    
+    for idx, op in enumerate(operations):
+        ax = axes[idx]
+        
+        x = np.arange(len(structure_order))
+        width = 0.35
+        
+        random_means = []
+        sorted_means = []
+        
+        for struct in structure_order:
+            if struct in random_data:
+                random_means.append(random_data[struct][op])
+            else:
+                random_means.append(0)
+            
+            if struct in sorted_data:
+                sorted_means.append(sorted_data[struct][op])
+            else:
+                sorted_means.append(0)
+        
+        if not random_means and not sorted_means:
+            print(f" Нет данных для операции {op}")
+            continue
+        
+        bars1 = ax.bar(x - width/2, random_means, width, 
+                       label='Случайный порядок', color='skyblue')
+        bars2 = ax.bar(x + width/2, sorted_means, width, 
+                       label='Отсортированный порядок', color='salmon')
+        
+        ax.set_xlabel('Структура данных')
+        ax.set_ylabel('Время (секунды)')
+        ax.set_title(f'{op_names.get(op, op)}')
+        ax.set_xticks(x)
+        ax.set_xticklabels(structure_order)
+        ax.legend()
+        
+        for bar in bars1 + bars2:
+            height = bar.get_height()
+            if height > 0:
+                ax.annotate(f'{height:.3f}',
+                           xy=(bar.get_x() + bar.get_width() / 2, height),
+                           xytext=(0, 3), textcoords="offset points",
+                           ha='center', va='bottom', fontsize=8)
+    
+    plt.tight_layout()
+    plt.savefig(filename, dpi=150)
+    plt.show()
+    
+def save_report_md(results, filename="docs/report.md"):
+    ensure_directories()
+
+    results_dict = {}
+    for res in results:
+        key = (res['structure'], res['mode'])
+        results_dict[key] = res
+
+    def get_val(struct, mode, field):
+        key = (struct, mode)
+        if key in results_dict:
+            return results_dict[key][field]
+        return 0.0
+    
+    ll_random_insert = get_val('linkedlist', 'случайный', 'insert_mean')
+    ll_random_find = get_val('linkedlist', 'случайный', 'find_mean')
+    ll_random_delete = get_val('linkedlist', 'случайный', 'delete_mean')
+    ll_sorted_insert = get_val('linkedlist', 'отсортированный', 'insert_mean')
+    ll_sorted_find = get_val('linkedlist', 'отсортированный', 'find_mean')
+    ll_sorted_delete = get_val('linkedlist', 'отсортированный', 'delete_mean')
+    
+    ht_random_insert = get_val('hashtable', 'случайный', 'insert_mean')
+    ht_random_find = get_val('hashtable', 'случайный', 'find_mean')
+    ht_random_delete = get_val('hashtable', 'случайный', 'delete_mean')
+    ht_sorted_insert = get_val('hashtable', 'отсортированный', 'insert_mean')
+    ht_sorted_find = get_val('hashtable', 'отсортированный', 'find_mean')
+    ht_sorted_delete = get_val('hashtable', 'отсортированный', 'delete_mean')
+    
+    bst_random_insert = get_val('bst', 'случайный', 'insert_mean')
+    bst_random_find = get_val('bst', 'случайный', 'find_mean')
+    bst_random_delete = get_val('bst', 'случайный', 'delete_mean')
+    bst_sorted_insert = get_val('bst', 'отсортированный', 'insert_mean')
+    bst_sorted_find = get_val('bst', 'отсортированный', 'find_mean')
+    bst_sorted_delete = get_val('bst', 'отсортированный', 'delete_mean')
+    
+    from datetime import datetime
+    
+    report_content = f"""# 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.
+
+## Параметры эксперимента
+
+- Количество записей: 10000
+- Количество повторов каждого теста: 5
+- Размер хеш-таблицы: 1000 корзин
+
+## Результаты экспериментов
+
+### 1. Связный список
+
+| Режим | Вставка (сек) | Поиск (сек) | Удаление (сек) |
+|-------|---------------|-------------|----------------|
+| Случайный | {ll_random_insert:.4f} | {ll_random_find:.4f} | {ll_random_delete:.4f} |
+| Отсортированный | {ll_sorted_insert:.4f} | {ll_sorted_find:.4f} | {ll_sorted_delete:.4f} |
+
+### 2. Хеш-таблица
+
+| Режим | Вставка (сек) | Поиск (сек) | Удаление (сек) |
+|-------|---------------|-------------|----------------|
+| Случайный | {ht_random_insert:.4f} | {ht_random_find:.4f} | {ht_random_delete:.4f} |
+| Отсортированный | {ht_sorted_insert:.4f} | {ht_sorted_find:.4f} | {ht_sorted_delete:.4f} |
+
+### 3. Двоичное дерево поиска (BST)
+
+| Режим | Вставка (сек) | Поиск (сек) | Удаление (сек) |
+|-------|---------------|-------------|----------------|
+| Случайный | {bst_random_insert:.4f} | {bst_random_find:.4f} | {bst_random_delete:.4f} |
+| Отсортированный | {bst_sorted_insert:.4f} | {bst_sorted_find:.4f} | {bst_sorted_delete:.4f} |
+
+## 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.
+
+Сравнение скорости поиска (случайные данные):
+- LinkedList: {ll_random_find:.4f} сек
+- HashTable: {ht_random_find:.4f} сек (в {ll_random_find/ht_random_find:.1f} раз быстрее)
+- BST: {bst_random_find:.4f} сек
+
+### 4. Сравнение удаления
+
+| Структура | Сложность | Время на 50 удалений (случайные данные) |
+|-----------|-----------|------------------------------------------|
+| Связный список | O(n) | {ll_random_delete:.4f} сек |
+| Хеш-таблица | O(1) в среднем | {ht_random_delete:.4f} сек |
+| BST | O(log n) в среднем | {bst_random_delete:.4f} сек |
+
+## Вывод:
+
+| Задача | Рекомендация | Почему |
+|--------|-------------|--------|
+| Частый поиск | Хеш-таблица | O(1) в среднем, не зависит от порядка |
+| Частые вставки/удаления | Хеш-таблица | Амортизированное O(1) |
+| Нужен отсортированный вывод | Сбалансированное дерево (AVL/Red-Black) | In-order обход даёт сортировку |
+| Мало данных (<100 элементов) | Связный список или массив | Простота, накладные расходы не оправданы |
+| Последовательный доступ (очередь/стек) | Связный список | Вставка/удаление в начало/конец за O(1) |
+
+## Заключение
+
+Эксперимент наглядно демонстрирует:
+1. **BST без балансировки опасен** — на отсортированных данных он деградирует до O(n)
+2. **Хеш-таблица стабильна** — её производительность не зависит от порядка входных данных
+3. **Связный список** подходит только для специфических задач с малым объёмом данных
+
+## Дата выполнения
+
+{datetime.now().strftime('%Y-%m-%d %H:%M:%S')}
+"""
+    
+    with open(filename, 'w', encoding='utf-8') as f:
+        f.write(report_content)
+
+
+def print_analysis(results):
+    print("\n" + "="*60)
+    print("Анализ резов")
+    print("="*60)
+    
+    best_insert = min(results, key=lambda x: x['insert_mean'])
+    best_find = min(results, key=lambda x: x['find_mean'])
+    best_delete = min(results, key=lambda x: x['delete_mean'])
+    
+    print(f"\n Лучшая для вставки: {best_insert['structure']} ({best_insert['mode']}) - {best_insert['insert_mean']:.4f} сек")
+    print(f" Лучшая для поиска: {best_find['structure']} ({best_find['mode']}) - {best_find['find_mean']:.4f} сек")
+    print(f" Лучшая для удаления: {best_delete['structure']} ({best_delete['mode']}) - {best_delete['delete_mean']:.4f} сек")
+    
+    bst_random = None
+    bst_sorted = None
+    for res in results:
+        if res['structure'] == 'bst' and res['mode'] == 'случайный':
+            bst_random = res
+        elif res['structure'] == 'bst' and res['mode'] == 'отсортированный':
+            bst_sorted = res
+    
+    if bst_random and bst_sorted:
+        print("\n Влияние порядка данных на BST:")
+        print(f"  Вставка: случайный {bst_random['insert_mean']:.4f} сек vs отсортированный {bst_sorted['insert_mean']:.4f} сек")
+        print(f"  Деградация в {bst_sorted['insert_mean']/bst_random['insert_mean']:.1f}x")
+    
+    ht_random = None
+    ht_sorted = None
+    for res in results:
+        if res['structure'] == 'hashtable' and res['mode'] == 'случайный':
+            ht_random = res
+        elif res['structure'] == 'hashtable' and res['mode'] == 'отсортированный':
+            ht_sorted = res
+    
+    if ht_random and ht_sorted:
+        print("\n Чувствительность хеш-таблицы к порядку:")
+        print(f"  Вставка: случайный {ht_random['insert_mean']:.4f} сек vs отсортированный {ht_sorted['insert_mean']:.4f} сек")
+        print(f"  Отношение: {ht_sorted['insert_mean']/ht_random['insert_mean']:.2f}x (почти не чувствительна)")
+    
+    ll_random = None
+    for res in results:
+        if res['structure'] == 'linkedlist' and res['mode'] == 'случайный':
+            ll_random = res
+        elif res['structure'] == 'hashtable' and res['mode'] == 'случайный':
+            ht_random = res
+    
+    if ll_random and ht_random:
+        print("\n Сравнение скорости поиска:")
+        print(f"  LinkedList: {ll_random['find_mean']:.4f} сек")
+        print(f"  HashTable:  {ht_random['find_mean']:.4f} сек")
+        print(f"  HashTable быстрее в {ll_random['find_mean']/ht_random['find_mean']:.1f} раз")

LarikovaAA/task1/task1/bst.py

@@ -0,0 +1,83 @@
+def bst_insert(root, name, phone):
+    new_node = {'name': name, 'phone': phone, 'left': None, 'right': None}
+    
+    if root is None:
+        return new_node
+    
+    current = root
+    while True:
+        if name < current['name']:
+            if current['left'] is None:
+                current['left'] = new_node
+                break
+            else:
+                current = current['left']
+        elif name > current['name']:
+            if current['right'] is None:
+                current['right'] = new_node
+                break
+            else:
+                current = current['right']
+        else:
+            current['phone'] = phone
+            break
+    
+    return root
+
+
+def bst_find(root, name): #Итеративный поиск в BST
+    current = root
+    while current is not None:
+        if name == current['name']:
+            return current['phone']
+        elif name < current['name']:
+            current = current['left']
+        else:
+            current = current['right']
+    return None
+
+
+def bst_find_min(root): #Поиск минимального узла
+    current = root
+    while current['left'] is not None:
+        current = current['left']
+    return current
+
+
+def bst_delete(root, name): # Рекурсия только в глубину
+    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']
+        elif root['right'] is None:
+            return root['left']
+        else:
+            min_node = bst_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, records=None): #Возвращает отсортированные записи
+    if records is None:
+        records = []
+    
+    stack = []
+    current = root
+    
+    while stack or current:
+        while current is not None:
+            stack.append(current)
+            current = current['left']
+        current = stack.pop()
+        records.append((current['name'], current['phone']))
+        current = current['right']
+    
+    return records

LarikovaAA/task1/task1/config.py

@@ -0,0 +1,3 @@
+N = 10000              # Количество записей
+REPEATS = 5            # Количество повторений каждого эксперимента
+HASH_TABLE_SIZE = 1000 # Размер хеш-таблицы

LarikovaAA/task1/task1/data_generator.py

@@ -0,0 +1,20 @@
+import random
+
+
+def generate_test_data(N): #Генерирует N записей с именами User_00000 ... User_N-1
+    records = [(f"User_{i:05d}", f"+7-999-{i:05d}") for i in range(N)]
+    
+    records_shuffled = records.copy()
+    random.shuffle(records_shuffled)
+    
+    records_sorted = sorted(records, key=lambda x: x[0])
+    
+    return records, records_shuffled, records_sorted
+
+
+def get_names_for_operations(records, num_find=100, num_delete=50, num_nonexistent=10): #Подготавливает имена для операций поиска и удаления
+    existing_names = [name for name, _ in records[:num_find + num_delete]]
+    names_to_find = existing_names[:num_find] + [f"None_{i}" for i in range(num_nonexistent)]
+    names_to_delete = existing_names[num_find:num_find + num_delete]
+    
+    return names_to_find, names_to_delete

LarikovaAA/task1/task1/docs/data/results.csv

@@ -0,0 +1,19 @@
+Структура,Режим,Операция,Повтор1,Повтор2,Повтор3,Повтор4,Повтор5,Среднее,Стд_откл
+linkedlist,случайный,вставка,3.030525333015248,3.011153083993122,3.067337290965952,3.026814332988579,3.0305452499887906,3.0332750581903385,0.018473609585193725
+linkedlist,случайный,поиск,0.023072624986525625,0.023000167042482644,0.023063208034727722,0.023132542031817138,0.023077582998666912,0.02306922501884401,4.2179776992719985e-05
+linkedlist,случайный,удаление,0.01565887499600649,0.01571191701805219,0.01575241598766297,0.015799874963704497,0.015716666996013373,0.015727949992287903,4.674933972158777e-05
+linkedlist,отсортированный,вставка,2.7900312499841675,2.842725833004806,2.8324795000371523,2.8226387499598786,2.824206833029166,2.822416433203034,0.01769628256337186
+linkedlist,отсортированный,поиск,0.0026340839685872197,0.0026223339955322444,0.002628166985232383,0.0026764170033857226,0.0026917500072158873,0.0026505503919906914,2.805286048400875e-05
+linkedlist,отсортированный,удаление,0.00025987502885982394,0.00026162504218518734,0.0002579580177552998,0.00026395899476483464,0.00025770795764401555,0.00026022500824183223,2.3452089690404486e-06
+hashtable,случайный,вставка,0.19747637503314763,0.1957802499528043,0.195026625005994,0.1953300409950316,0.1995006250217557,0.19662278320174664,0.001669692081198908
+hashtable,случайный,поиск,0.0007510409923270345,0.0007478750194422901,0.0007428750395774841,0.0007420409820042551,0.0007448329706676304,0.0007457330008037389,3.327822630240364e-06
+hashtable,случайный,удаление,0.00037333305226638913,0.0003679579822346568,0.0003666249685920775,0.000368500011973083,0.00036679196637123823,0.00036864159628748896,2.448879400144638e-06
+hashtable,отсортированный,вставка,0.19373183301649988,0.19131775002460927,0.20354575000237674,0.19244924996746704,0.19410508294822648,0.19502993319183587,0.004370349591521971
+hashtable,отсортированный,поиск,7.366598583757877e-05,7.358303992077708e-05,7.379200542345643e-05,7.329200161620975e-05,7.29589955881238e-05,7.345840567722917e-05,2.9900259428386626e-07
+hashtable,отсортированный,удаление,5.0292001105844975e-05,5.037500523030758e-05,5.124998278915882e-05,5.0540955271571875e-05,5.050003528594971e-05,5.059159593656659e-05,3.409075164884719e-07
+bst,случайный,вставка,0.012036708008963615,0.011527249997016042,0.011410709004849195,0.011799749976489693,0.011473792023025453,0.011649641802068799,0.00023466763426973204
+bst,случайный,поиск,6.741698598489165e-05,8.07500327937305e-05,6.450002547353506e-05,6.416701944544911e-05,6.570800906047225e-05,6.850841455161572e-05,6.225842896923898e-06
+bst,случайный,удаление,5.729199619963765e-05,5.966599564999342e-05,5.4165953770279884e-05,5.4958974942564964e-05,5.529198097065091e-05,5.627498030662537e-05,1.9839081193124104e-06
+bst,отсортированный,вставка,3.063095625024289,3.0107702090172097,3.0406965000438504,2.9900419160258025,3.014387540984899,3.02379835821921,0.025407148276338564
+bst,отсортированный,поиск,0.0002975420211441815,0.0002921670093201101,0.00029941595857962966,0.0002905830042436719,0.00029925000853836536,0.0002957916003651917,3.6993963362568915e-06
+bst,отсортированный,удаление,0.0003683330141939223,0.00036570901283994317,0.00037129101110622287,0.0003595000016503036,0.0003665830008685589,0.00036628320813179014,3.891304706952938e-06

LarikovaAA/task1/task1/docs/report.md

@@ -0,0 +1,89 @@
+# 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.
+
+## Параметры эксперимента
+
+- Количество записей: 10000
+- Количество повторов каждого теста: 5
+- Размер хеш-таблицы: 1000 корзин
+
+## Результаты экспериментов
+
+### 1. Связный список
+
+| Режим | Вставка (сек) | Поиск (сек) | Удаление (сек) |
+|-------|---------------|-------------|----------------|
+| Случайный | 3.0333 | 0.0231 | 0.0157 |
+| Отсортированный | 2.8224 | 0.0027 | 0.0003 |
+
+### 2. Хеш-таблица
+
+| Режим | Вставка (сек) | Поиск (сек) | Удаление (сек) |
+|-------|---------------|-------------|----------------|
+| Случайный | 0.1966 | 0.0007 | 0.0004 |
+| Отсортированный | 0.1950 | 0.0001 | 0.0001 |
+
+### 3. Двоичное дерево поиска (BST)
+
+| Режим | Вставка (сек) | Поиск (сек) | Удаление (сек) |
+|-------|---------------|-------------|----------------|
+| Случайный | 0.0116 | 0.0001 | 0.0001 |
+| Отсортированный | 3.0238 | 0.0003 | 0.0004 |
+
+## Анализ результатов
+
+### 1. Влияние порядка данных на BST
+
+На отсортированных данных BST деградирует с O(log n) до O(n).  
+Время вставки увеличилось с 0.0116 до 3.0238 секунд — в 259.6 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: 0.1966 vs 0.1950
+- Отношение: 0.99x (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.
+
+Сравнение скорости поиска (случайные данные):
+- LinkedList: 0.0231 сек
+- HashTable: 0.0007 сек (в 30.9 раз быстрее)
+- BST: 0.0001 сек
+
+### 4. Сравнение удаления
+
+| Структура | Сложность | Время на 50 удалений (случайные данные) |
+|-----------|-----------|------------------------------------------|
+| Связный список | O(n) | 0.0157 сек |
+| Хеш-таблица | O(1) в среднем | 0.0004 сек |
+| BST | O(log n) в среднем | 0.0001 сек |
+
+## Вывод:
+
+| Задача | Рекомендация | Почему |
+|--------|-------------|--------|
+| Частый поиск | Хеш-таблица | O(1) в среднем, не зависит от порядка |
+| Частые вставки/удаления | Хеш-таблица | Амортизированное O(1) |
+| Нужен отсортированный вывод | Сбалансированное дерево (AVL/Red-Black) | In-order обход даёт сортировку |
+| Мало данных (<100 элементов) | Связный список или массив | Простота, накладные расходы не оправданы |
+| Последовательный доступ (очередь/стек) | Связный список | Вставка/удаление в начало/конец за O(1) |
+
+## Заключение
+
+Эксперимент наглядно демонстрирует:
+1. **BST без балансировки опасен** — на отсортированных данных он деградирует до O(n)
+2. **Хеш-таблица стабильна** — её производительность не зависит от порядка входных данных
+3. **Связный список** подходит только для специфических задач с малым объёмом данных
+
+## Дата выполнения
+
+2026-05-21 14:44:41

LarikovaAA/task1/task1/experiment.py

@@ -0,0 +1,94 @@
+import time
+import numpy as np
+from linkedlist import ll_insert, ll_find, ll_delete
+from hashtable import ht_create, ht_insert, ht_find, ht_delete
+from bst import bst_insert, bst_find, bst_delete
+
+
+def measure_insert(records, struct_type, params=None): #Замер времени вставки всех записей
+    start = time.perf_counter()
+    
+    if struct_type == 'linkedlist':
+        head = None
+        for name, phone in records:
+            head = ll_insert(head, name, phone)
+        result = head
+    
+    elif struct_type == 'hashtable':
+        size = params.get('size', 1000) if params else 1000
+        buckets = ht_create(size)
+        for name, phone in records:
+            ht_insert(buckets, name, phone)
+        result = buckets
+    
+    elif struct_type == 'bst':
+        root = None
+        for name, phone in records:
+            root = bst_insert(root, name, phone)
+        result = root
+    
+    end = time.perf_counter()
+    return end - start, result
+
+
+def measure_find(structure, names_to_find, struct_type): #Замер времени поиска записей
+    start = time.perf_counter()
+    
+    for name in names_to_find:
+        if struct_type == 'linkedlist':
+            ll_find(structure, name)
+        elif struct_type == 'hashtable':
+            ht_find(structure, name)
+        elif struct_type == 'bst':
+            bst_find(structure, name)
+    
+    end = time.perf_counter()
+    return end - start
+
+
+def measure_delete(structure, names_to_delete, struct_type): #Замер времени удаления записей
+    start = time.perf_counter()
+    
+    for name in names_to_delete:
+        if struct_type == 'linkedlist':
+            structure = ll_delete(structure, name)
+        elif struct_type == 'hashtable':
+            ht_delete(structure, name)
+        elif struct_type == 'bst':
+            structure = bst_delete(structure, name)
+    
+    end = time.perf_counter()
+    return end - start, structure
+
+
+def run_single_experiment(struct_type, mode, data_records, names_to_find, names_to_delete, repeats, params=None): #Запуск одного эксперимента
+    insert_times = []
+    find_times = []
+    delete_times = []
+    
+    for i in range(repeats):
+        if struct_type == 'hashtable':
+            insert_time, structure = measure_insert(data_records, struct_type, params)
+        else:
+            insert_time, structure = measure_insert(data_records, struct_type)
+        insert_times.append(insert_time)
+        
+        find_time = measure_find(structure, names_to_find, struct_type)
+        find_times.append(find_time)
+
+        delete_time, structure = measure_delete(structure, names_to_delete, struct_type)
+        delete_times.append(delete_time)
+    
+    return {
+        'structure': struct_type,
+        'mode': mode,
+        'insert_mean': np.mean(insert_times),
+        'insert_std': np.std(insert_times),
+        'insert_all': insert_times,
+        'find_mean': np.mean(find_times),
+        'find_std': np.std(find_times),
+        'find_all': find_times,
+        'delete_mean': np.mean(delete_times),
+        'delete_std': np.std(delete_times),
+        'delete_all': delete_times
+    }

LarikovaAA/task1/task1/hashtable.py

@@ -0,0 +1,30 @@
+from linkedlist import ll_insert, ll_find, ll_delete, ll_list_all
+
+
+def hash_function(name, size):
+    return sum(ord(c) for c in name) % size
+
+def ht_create(size):
+    return [None] * size
+
+def ht_insert(buckets, name, phone):
+    index = hash_function(name, len(buckets))
+    buckets[index] = ll_insert(buckets[index], name, phone)
+
+def ht_find(buckets, name):
+    index = hash_function(name, len(buckets))
+    return ll_find(buckets[index], name)
+
+def ht_delete(buckets, name):
+    index = hash_function(name, len(buckets))
+    buckets[index] = ll_delete(buckets[index], name)
+
+def ht_list_all(buckets):
+    records = []
+    for bucket in buckets:
+        current = bucket
+        while current is not None:
+            records.append((current['name'], current['phone']))
+            current = current['next']
+    records.sort(key=lambda x: x[0])
+    return records

LarikovaAA/task1/task1/linkedlist.py

@@ -0,0 +1,50 @@
+def ll_insert(head, name, phone): #Oбновление записи в связном списке
+    if head is None:
+        return {'name': name, 'phone': phone, 'next': None}
+    current = head
+    while current is not None:
+        if current['name'] == name:
+            current['phone'] = phone
+            return head
+        current = current['next']
+    new_node = {'name': name, 'phone': phone, 'next': None}
+    current = head
+    while current['next'] is not None:
+        current = current['next']
+    current['next'] = new_node
+    return head
+
+
+def ll_find(head, name): #Поиск телефона по имени
+    current = head
+    while current is not None:
+        if current['name'] == name:
+            return current['phone']
+        current = current['next']
+    return None
+
+
+def ll_delete(head, name): #Удаление записи по имени
+    if head is None:
+        return None
+    
+    if head['name'] == name:
+        return head['next']
+    
+    current = head
+    while current['next'] is not None:
+        if current['next']['name'] == name:
+            current['next'] = current['next']['next']
+            return head
+        current = current['next']
+    return head
+
+
+def ll_list_all(head): #Сбор всех записей и сортировка по имени
+    records = []
+    current = head
+    while current is not None:
+        records.append((current['name'], current['phone']))
+        current = current['next']
+    records.sort(key=lambda x: x[0])
+    return records

LarikovaAA/task1/task1/main.py

@@ -0,0 +1,53 @@
+from config import N, REPEATS, HASH_TABLE_SIZE
+from data_generator import generate_test_data, get_names_for_operations
+from experiment import run_single_experiment
+from results_analyzer import save_to_csv, plot_results, print_analysis, save_report_md
+
+
+def main():
+    print(f"Количество записей: {N}")
+    print(f"Количество повторов: {REPEATS}")
+    print(f"Размер хеш-таблицы: {HASH_TABLE_SIZE}")
+    print()
+
+    records, records_shuffled, records_sorted = generate_test_data(N)
+    names_to_find, names_to_delete = get_names_for_operations(records)
+    
+    experiments = [
+        ('linkedlist', 'случайный', records_shuffled),
+        ('linkedlist', 'отсортированный', records_sorted),
+        ('hashtable', 'случайный', records_shuffled),
+        ('hashtable', 'отсортированный', records_sorted),
+        ('bst', 'случайный', records_shuffled),
+        ('bst', 'отсортированный', records_sorted),
+    ]
+    
+    results = []
+    
+    for struct_type, mode, data_records in experiments:
+        print(f"Тестирование: {struct_type} - {mode}")
+        
+        params = {'size': HASH_TABLE_SIZE} if struct_type == 'hashtable' else None
+        
+        result = run_single_experiment(
+            struct_type, mode, data_records,
+            names_to_find, names_to_delete,
+            REPEATS, params
+        )
+        
+        results.append(result)
+        
+        print(f"  Insert: {result['insert_mean']:.4f} ± {result['insert_std']:.4f} sec")
+        print(f"  Find:   {result['find_mean']:.4f} ± {result['find_std']:.4f} sec")
+        print(f"  Delete: {result['delete_mean']:.4f} ± {result['delete_std']:.4f} sec")
+        print()
+    
+    save_to_csv(results)                    # docs/data/results.csv
+    plot_results(results)                   # docs/performance_chart.png
+    save_report_md(results)                 # docs/report.md
+    print_analysis(results)
+    
+
+
+if __name__ == "__main__":
+    main()

LarikovaAA/task1/task1/results_analyzer.py

@@ -0,0 +1,297 @@
+import csv
+import os
+import numpy as np
+from matplotlib import pyplot as plt
+
+
+def ensure_directories():
+    os.makedirs('docs/data', exist_ok=True)
+
+
+def save_to_csv(results, filename="docs/data/results.csv"):
+    ensure_directories()
+    
+    with open(filename, 'w', newline='', encoding='utf-8') as f:
+        writer = csv.writer(f)
+        writer.writerow(['Структура', 'Режим', 'Операция', 
+                         'Повтор1', 'Повтор2', 'Повтор3', 'Повтор4', 'Повтор5',
+                         'Среднее', 'Стд_откл'])
+        
+        for res in results:
+            struct_name = res['structure']
+            mode = res['mode']
+            
+            for op, times, mean, std in [
+                ('вставка', res['insert_all'], res['insert_mean'], res['insert_std']),
+                ('поиск', res['find_all'], res['find_mean'], res['find_std']),
+                ('удаление', res['delete_all'], res['delete_mean'], res['delete_std'])
+            ]:
+                row = [struct_name, mode, op] + times + [mean, std]
+                writer.writerow(row)
+
+
+def plot_results(results, filename="docs/performance_chart.png"):
+    ensure_directories()
+    struct_names = {
+        'linkedlist': 'LinkedList',
+        'hashtable': 'HashTable',
+        'bst': 'BST'
+    }
+    
+    operations = ['insert', 'find', 'delete']
+    op_names = {'insert': 'Вставка', 'find': 'Поиск', 'delete': 'Удаление'}
+    random_data = {}
+    sorted_data = {}
+    
+    for res in results:
+        struct_name = struct_names.get(res['structure'], res['structure'])
+        mode = res['mode']
+        
+        if mode == 'случайный':
+            random_data[struct_name] = {
+                'insert': res['insert_mean'],
+                'find': res['find_mean'],
+                'delete': res['delete_mean']
+            }
+        else: 
+            sorted_data[struct_name] = {
+                'insert': res['insert_mean'],
+                'find': res['find_mean'],
+                'delete': res['delete_mean']
+            }
+    
+    structure_order = ['LinkedList', 'HashTable', 'BST']
+    
+    fig, axes = plt.subplots(1, 3, figsize=(15, 5))
+    
+    for idx, op in enumerate(operations):
+        ax = axes[idx]
+        
+        x = np.arange(len(structure_order))
+        width = 0.35
+        
+        random_means = []
+        sorted_means = []
+        
+        for struct in structure_order:
+            if struct in random_data:
+                random_means.append(random_data[struct][op])
+            else:
+                random_means.append(0)
+            
+            if struct in sorted_data:
+                sorted_means.append(sorted_data[struct][op])
+            else:
+                sorted_means.append(0)
+        
+        if not random_means and not sorted_means:
+            print(f" Нет данных для операции {op}")
+            continue
+        
+        bars1 = ax.bar(x - width/2, random_means, width, 
+                       label='Случайный порядок', color='skyblue')
+        bars2 = ax.bar(x + width/2, sorted_means, width, 
+                       label='Отсортированный порядок', color='salmon')
+        
+        ax.set_xlabel('Структура данных')
+        ax.set_ylabel('Время (секунды)')
+        ax.set_title(f'{op_names.get(op, op)}')
+        ax.set_xticks(x)
+        ax.set_xticklabels(structure_order)
+        ax.legend()
+        
+        for bar in bars1 + bars2:
+            height = bar.get_height()
+            if height > 0:
+                ax.annotate(f'{height:.3f}',
+                           xy=(bar.get_x() + bar.get_width() / 2, height),
+                           xytext=(0, 3), textcoords="offset points",
+                           ha='center', va='bottom', fontsize=8)
+    
+    plt.tight_layout()
+    plt.savefig(filename, dpi=150)
+    plt.show()
+    
+def save_report_md(results, filename="docs/report.md"):
+    ensure_directories()
+
+    results_dict = {}
+    for res in results:
+        key = (res['structure'], res['mode'])
+        results_dict[key] = res
+
+    def get_val(struct, mode, field):
+        key = (struct, mode)
+        if key in results_dict:
+            return results_dict[key][field]
+        return 0.0
+    
+    ll_random_insert = get_val('linkedlist', 'случайный', 'insert_mean')
+    ll_random_find = get_val('linkedlist', 'случайный', 'find_mean')
+    ll_random_delete = get_val('linkedlist', 'случайный', 'delete_mean')
+    ll_sorted_insert = get_val('linkedlist', 'отсортированный', 'insert_mean')
+    ll_sorted_find = get_val('linkedlist', 'отсортированный', 'find_mean')
+    ll_sorted_delete = get_val('linkedlist', 'отсортированный', 'delete_mean')
+    
+    ht_random_insert = get_val('hashtable', 'случайный', 'insert_mean')
+    ht_random_find = get_val('hashtable', 'случайный', 'find_mean')
+    ht_random_delete = get_val('hashtable', 'случайный', 'delete_mean')
+    ht_sorted_insert = get_val('hashtable', 'отсортированный', 'insert_mean')
+    ht_sorted_find = get_val('hashtable', 'отсортированный', 'find_mean')
+    ht_sorted_delete = get_val('hashtable', 'отсортированный', 'delete_mean')
+    
+    bst_random_insert = get_val('bst', 'случайный', 'insert_mean')
+    bst_random_find = get_val('bst', 'случайный', 'find_mean')
+    bst_random_delete = get_val('bst', 'случайный', 'delete_mean')
+    bst_sorted_insert = get_val('bst', 'отсортированный', 'insert_mean')
+    bst_sorted_find = get_val('bst', 'отсортированный', 'find_mean')
+    bst_sorted_delete = get_val('bst', 'отсортированный', 'delete_mean')
+    
+    from datetime import datetime
+    
+    report_content = f"""# 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.
+
+## Параметры эксперимента
+
+- Количество записей: 10000
+- Количество повторов каждого теста: 5
+- Размер хеш-таблицы: 1000 корзин
+
+## Результаты экспериментов
+
+### 1. Связный список
+
+| Режим | Вставка (сек) | Поиск (сек) | Удаление (сек) |
+|-------|---------------|-------------|----------------|
+| Случайный | {ll_random_insert:.4f} | {ll_random_find:.4f} | {ll_random_delete:.4f} |
+| Отсортированный | {ll_sorted_insert:.4f} | {ll_sorted_find:.4f} | {ll_sorted_delete:.4f} |
+
+### 2. Хеш-таблица
+
+| Режим | Вставка (сек) | Поиск (сек) | Удаление (сек) |
+|-------|---------------|-------------|----------------|
+| Случайный | {ht_random_insert:.4f} | {ht_random_find:.4f} | {ht_random_delete:.4f} |
+| Отсортированный | {ht_sorted_insert:.4f} | {ht_sorted_find:.4f} | {ht_sorted_delete:.4f} |
+
+### 3. Двоичное дерево поиска (BST)
+
+| Режим | Вставка (сек) | Поиск (сек) | Удаление (сек) |
+|-------|---------------|-------------|----------------|
+| Случайный | {bst_random_insert:.4f} | {bst_random_find:.4f} | {bst_random_delete:.4f} |
+| Отсортированный | {bst_sorted_insert:.4f} | {bst_sorted_find:.4f} | {bst_sorted_delete:.4f} |
+
+## 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.
+
+Сравнение скорости поиска (случайные данные):
+- LinkedList: {ll_random_find:.4f} сек
+- HashTable: {ht_random_find:.4f} сек (в {ll_random_find/ht_random_find:.1f} раз быстрее)
+- BST: {bst_random_find:.4f} сек
+
+### 4. Сравнение удаления
+
+| Структура | Сложность | Время на 50 удалений (случайные данные) |
+|-----------|-----------|------------------------------------------|
+| Связный список | O(n) | {ll_random_delete:.4f} сек |
+| Хеш-таблица | O(1) в среднем | {ht_random_delete:.4f} сек |
+| BST | O(log n) в среднем | {bst_random_delete:.4f} сек |
+
+## Вывод:
+
+| Задача | Рекомендация | Почему |
+|--------|-------------|--------|
+| Частый поиск | Хеш-таблица | O(1) в среднем, не зависит от порядка |
+| Частые вставки/удаления | Хеш-таблица | Амортизированное O(1) |
+| Нужен отсортированный вывод | Сбалансированное дерево (AVL/Red-Black) | In-order обход даёт сортировку |
+| Мало данных (<100 элементов) | Связный список или массив | Простота, накладные расходы не оправданы |
+| Последовательный доступ (очередь/стек) | Связный список | Вставка/удаление в начало/конец за O(1) |
+
+## Заключение
+
+Эксперимент наглядно демонстрирует:
+1. **BST без балансировки опасен** — на отсортированных данных он деградирует до O(n)
+2. **Хеш-таблица стабильна** — её производительность не зависит от порядка входных данных
+3. **Связный список** подходит только для специфических задач с малым объёмом данных
+
+## Дата выполнения
+
+{datetime.now().strftime('%Y-%m-%d %H:%M:%S')}
+"""
+    
+    with open(filename, 'w', encoding='utf-8') as f:
+        f.write(report_content)
+
+
+def print_analysis(results):
+    print("\n" + "="*60)
+    print("Анализ резов")
+    print("="*60)
+    
+    best_insert = min(results, key=lambda x: x['insert_mean'])
+    best_find = min(results, key=lambda x: x['find_mean'])
+    best_delete = min(results, key=lambda x: x['delete_mean'])
+    
+    print(f"\n Лучшая для вставки: {best_insert['structure']} ({best_insert['mode']}) - {best_insert['insert_mean']:.4f} сек")
+    print(f" Лучшая для поиска: {best_find['structure']} ({best_find['mode']}) - {best_find['find_mean']:.4f} сек")
+    print(f" Лучшая для удаления: {best_delete['structure']} ({best_delete['mode']}) - {best_delete['delete_mean']:.4f} сек")
+    
+    bst_random = None
+    bst_sorted = None
+    for res in results:
+        if res['structure'] == 'bst' and res['mode'] == 'случайный':
+            bst_random = res
+        elif res['structure'] == 'bst' and res['mode'] == 'отсортированный':
+            bst_sorted = res
+    
+    if bst_random and bst_sorted:
+        print("\n Влияние порядка данных на BST:")
+        print(f"  Вставка: случайный {bst_random['insert_mean']:.4f} сек vs отсортированный {bst_sorted['insert_mean']:.4f} сек")
+        print(f"  Деградация в {bst_sorted['insert_mean']/bst_random['insert_mean']:.1f}x")
+    
+    ht_random = None
+    ht_sorted = None
+    for res in results:
+        if res['structure'] == 'hashtable' and res['mode'] == 'случайный':
+            ht_random = res
+        elif res['structure'] == 'hashtable' and res['mode'] == 'отсортированный':
+            ht_sorted = res
+    
+    if ht_random and ht_sorted:
+        print("\n Чувствительность хеш-таблицы к порядку:")
+        print(f"  Вставка: случайный {ht_random['insert_mean']:.4f} сек vs отсортированный {ht_sorted['insert_mean']:.4f} сек")
+        print(f"  Отношение: {ht_sorted['insert_mean']/ht_random['insert_mean']:.2f}x (почти не чувствительна)")
+    
+    ll_random = None
+    for res in results:
+        if res['structure'] == 'linkedlist' and res['mode'] == 'случайный':
+            ll_random = res
+        elif res['structure'] == 'hashtable' and res['mode'] == 'случайный':
+            ht_random = res
+    
+    if ll_random and ht_random:
+        print("\n Сравнение скорости поиска:")
+        print(f"  LinkedList: {ll_random['find_mean']:.4f} сек")
+        print(f"  HashTable:  {ht_random['find_mean']:.4f} сек")
+        print(f"  HashTable быстрее в {ll_random['find_mean']/ht_random['find_mean']:.1f} раз")