Delete src/measure_time.py

Reviewed-on: UNN/2026-rff_mp#171

.gitignore

@@ -6,6 +6,7 @@ __pycache__/
 
 # C extensions
 *.so
+
 .DS_Store
 # Distribution / packaging
 .Python

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

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

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

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

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

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

KuznetsovYuM/428.md

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

README.md

@@ -16,7 +16,7 @@
 
 ### Крайний срок приема работ 25.05.2026 до 14:00
 
-## Задание 1 -- репозиторий [отдельный срок на создание PR с папкой: 28.02.2026]
+## Задание 0 -- репозиторий [отдельный срок на создание PR с папкой: 28.02.2026]
 
 0. Создай пользователя (логин — фамилия+инициалы слитно транслитом, как в терминал-классе).
 
@@ -53,4 +53,330 @@
     - Базовая ветка: **develop**
     - Сравниваемая ветка: **свой форк / IvanovII**
 
-8.  Отправь PR.
+8.  Отправь PR.
+
+## Задание 1 -- структуры данных
+***Напоминание: под каждое задание вы создаете отдельную ветку***
+
+>Для оформления результатов заведи папку **docs** в своей папке и сохраняй туда отчет (в любом формате от .doc до .md, а то и .jpnb). Вспомогательные файлы клади в подпапку **data** внутри **docs**
+
+**Цель работы**
+
+Реализовать три различные структуры данных «с нуля», применить их для хранения записей телефонного справочника и экспериментально сравнить производительность основных операций. Вы должны собственными руками написать код, чтобы понять внутреннее устройство связного списка, хеш-таблицы и двоичного дерева поиска, а также осознать их сильные и слабые стороны на практике.
+
+**!! Задание  выполнять в структурной (процедурной) парадигме, не используя классы. Главное реализовать структуры данных «руками» и сравнить их производительность.**
+
+### Базовые операции (обязательны для всех):
+
+`insert(name, phone)` -- добавить или обновить запись.
+
+`find(name)` -- phone или None.
+
+`delete(name)` -- удалить запись, игнорировать отсутствие.
+
+`list_all()` -- список всех записей, отсортированный по имени (для BST in‑order обход; для списка и хеш‑таблицы — собрать и отсортировать явно).
+
+#### 1. Связный список (LinkedListPhoneBook)
+
+Узел представляется словарём: `{'name': 'Имя', 'phone': '123', 'next': None}.`
+
+**Функции:**
+
+`def ll_insert(head, name, phone)` — проходит до конца (или сразу добавляет в конец) и возвращает новую голову (если вставка в начало) или изменяет список по ссылке. Удобнее возвращать новую голову, если вставка может быть в начало.
+
+`def ll_find(head, name)` — ищет узел, возвращает телефон или None.
+
+`def ll_delete(head, name)` — удаляет узел, возвращает новую голову.
+
+`def ll_list_all(head)` — собирает все записи в список и сортирует (сортировка вынесена отдельно).
+
+#### 2. Хеш-таблица
+Хранится как список buckets фиксированной длины, каждый элемент — голова связного списка (или None).
+
+**Функции:**
+
+`def ht_insert(buckets, name, phone)` — вычисляет индекс, вызывает ll_insert для соответствующего бакета.
+
+Аналогично `ht_find, ht_delete, ht_list_all` (последняя собирает все записи из всех бакетов и сортирует).
+
+#### 3. Двоичное дерево поиска
+Узел — словарь: `{'name': 'Имя', 'phone': '123', 'left': None, 'right': None}.`
+
+**Функции:**
+
+`def bst_insert(root, name, phone)` — рекурсивно или итеративно вставляет, возвращает новый корень (если корень меняется).
+
+`def bst_find(root, name)` — поиск.
+
+`def bst_delete(root, name)` — удаление, возвращает новый корень.
+
+`def bst_list_all(root)` — центрированный обход (рекурсивно собирает записи в отсортированном порядке).
+
+### Экспериментальная часть (подробно об измерении времени)
+#### 1. Генерация тестовых данных
+Создайте список records из N элементов (например, N = 10000). Каждый элемент — кортеж (name, phone).
+
+Имена генерируйте как `f"User_{i:05d}"` (равномерное распределение) или случайные слова из небольшого набора (чтобы были повторения и коллизии). Для проверки влияния порядка подготовьте два варианта одного и того же набора:
+
+`records_shuffled` — случайный порядок.
+
+`records_sorted` — отсортированный по имени (по алфавиту).
+
+#### 2. Инструменты замера времени
+Используйте модуль **time**:
+
+```python
+import time
+
+start = time.perf_counter()
+# ... операции ...
+end = time.perf_counter()
+elapsed = end - start  # время в секундах
+```
+
+Для многократных замеров удобен `timeit`, но в этой задаче достаточно просто обернуть код в цикл и усреднить.
+
+#### 3. Проведение замеров
+Для каждой структуры данных и для каждого режима входных данных (случайный / отсортированный) выполните:
+
+- А. Вставка всех записей
+
+Создайте пустую структуру.
+
+Засеките время, выполните insert для каждой записи из входного списка.
+
+Зафиксируйте общее время вставки.
+
+- Б. Поиск 100 случайных записей
+
+Возьмите 100 случайных имён из того же набора (гарантированно существующих) и 10 имён, которых нет (например, "None_{i}").
+
+Засеките время на выполнение всех 110 вызовов find.
+
+- В. Удаление 50 случайных записей
+
+Выберите 50 случайных имён из набора.
+
+Засеките время на выполнение delete для каждого.
+
+
+**!! Важно: после вставки структура остаётся заполненной, поиск и удаление выполняются на ней же. Если нужно повторить замер для другого порядка данных — создавайте новую структуру и заполняйте заново.**
+
+#### 4. Сохранение результатов
+
+**!! Каждый эксперимент повторить минимум 5 раз и записывать и среднее время, и все замеры.**
+
+Соберите все замеры в словарь или список, затем сохраните в CSV-файл:
+
+```python
+import csv
+
+results = [
+    ["Структура", "Режим", "Операция", "Время (сек)"],
+    ["LinkedList", "случайный", "вставка", 0.123],
+    ...
+]
+
+with open("results.csv", "w", newline="") as f:
+    writer = csv.writer(f)
+    writer.writerows(results)
+```
+
+
+#### 5. Анализ результатов
+Постройте график (столбчатая диаграмма или линейный график) — можно в Excel, Google Sheets или с помощью matplotlib в Python.
+
+Сравните:
+
+- Как порядок входных данных влияет на скорость вставки в BST (деградация до O(n) на отсортированных данных).
+
+- Почему хеш-таблица почти не чувствительна к порядку.
+
+- Почему связный список всегда медленен при поиске.
+
+- 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

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

kuznetsovTD/428b.md

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

nehoroshevaa/428b.md

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

osipovamd/428.md

@@ -0,0 +1,6 @@
+{\rtf1\ansi\ansicpg1251\cocoartf2869
+\cocoatextscaling0\cocoaplatform0{\fonttbl}
+{\colortbl;\red255\green255\blue255;}
+{\*\expandedcolortbl;;}
+\paperw11900\paperh16840\margl1440\margr1440\vieww11520\viewh8400\viewkind0
+}

rybakovaa/428b.md

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

semyanovra/docs/data/1-st/experiment_results.csv

@@ -0,0 +1,31 @@
+Structure,Mode,Repeat,Insert (sec),Search (sec),Delete (sec)
+LinkedList,random,1,3.972341,0.027657,0.012911
+LinkedList,random,2,4.045646,0.023430,0.015166
+LinkedList,random,3,4.108713,0.029786,0.011930
+LinkedList,random,4,4.177241,0.028833,0.014464
+LinkedList,random,5,4.185596,0.029333,0.012727
+LinkedList,sorted,1,3.790176,0.025204,0.010269
+LinkedList,sorted,2,3.810435,0.022951,0.011524
+LinkedList,sorted,3,3.803720,0.025208,0.010396
+LinkedList,sorted,4,3.815409,0.027041,0.010837
+LinkedList,sorted,5,3.803349,0.025340,0.011777
+HashTable,random,1,0.010245,0.000075,0.000036
+HashTable,random,2,0.008733,0.000079,0.000069
+HashTable,random,3,0.013354,0.000094,0.000044
+HashTable,random,4,0.008903,0.000078,0.000036
+HashTable,random,5,0.009199,0.000072,0.000033
+HashTable,sorted,1,0.010286,0.000114,0.000052
+HashTable,sorted,2,0.009219,0.000073,0.000034
+HashTable,sorted,3,0.011302,0.000068,0.000033
+HashTable,sorted,4,0.009324,0.000068,0.000033
+HashTable,sorted,5,0.008641,0.000068,0.000034
+BST,random,1,0.027580,0.000190,0.000118
+BST,random,2,0.020693,0.000188,0.000116
+BST,random,3,0.020889,0.000190,0.000109
+BST,random,4,0.022945,0.000182,0.000110
+BST,random,5,0.022395,0.000207,0.000114
+BST,sorted,1,9.109235,0.083432,0.049594
+BST,sorted,2,9.177649,0.097374,0.050929
+BST,sorted,3,9.414714,0.067665,0.054041
+BST,sorted,4,9.062772,0.090823,0.048369
+BST,sorted,5,8.994138,0.072883,0.049921

semyanovra/docs/data/1-st/main.py

@@ -0,0 +1,303 @@
+import random
+import time
+import csv
+import sys
+import pandas as pd
+import matplotlib.pyplot as plt
+
+sys.setrecursionlimit(20000)
+
+def ll_insert(head, name, phone):
+    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}
+    if head is None:
+        return new_node
+    current = head
+    while current['next'] is not None:
+        current = current['next']
+    current['next'] = new_node
+    return head
+
+def ll_find(head, name):
+    current = head
+    while current is not None:
+        if current['name'] == name:
+            return current['phone']
+        current = current['next']
+    return None
+
+def ll_delete(head, name):
+    if head is None:
+        return None
+    if head['name'] == name:
+        return head['next']
+    prev = head
+    current = head['next']
+    while current is not None:
+        if current['name'] == name:
+            prev['next'] = current['next']
+            return head
+        prev = current
+        current = current['next']
+    return head
+
+def ll_list_all(head):
+    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
+
+
+HASH_SIZE = 997
+
+def hash_func(name, size):
+    return hash(name) % size
+
+def ht_create():
+    return [None] * HASH_SIZE
+
+def ht_insert(table, name, phone):
+    idx = hash_func(name, len(table))
+    table[idx] = ll_insert(table[idx], name, phone)
+    return table
+
+def ht_find(table, name):
+    idx = hash_func(name, len(table))
+    return ll_find(table[idx], name)
+
+def ht_delete(table, name):
+    idx = hash_func(name, len(table))
+    table[idx] = ll_delete(table[idx], name)
+    return table
+
+def ht_list_all(table):
+    all_records = []
+    for head in table:
+        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
+
+
+def bst_create_node(name, phone):
+    return {'name': name, 'phone': phone, 'left': None, 'right': None}
+
+def bst_insert(root, name, phone):
+    if root is None:
+        return bst_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
+
+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)
+
+def bst_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 = 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):
+    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
+
+
+def generate_records(num_records, seed=42):
+    random.seed(seed)
+    records = []
+    for i in range(1, num_records + 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_for_structure(struct_funcs, records, mode_name, repeats=5):
+    results = []
+    for rep in range(repeats):
+        ds = struct_funcs['create']()
+
+        start = time.perf_counter()
+        for name, phone in records:
+            ds = struct_funcs['insert'](ds, name, phone)
+        insert_time = time.perf_counter() - start
+
+        existing_names = [rec[0] for rec 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'](ds, name)
+        find_time = time.perf_counter() - start
+
+        to_delete = random.sample(existing_names, 50)
+        start = time.perf_counter()
+        for name in to_delete:
+            ds = struct_funcs['delete'](ds, name)
+        delete_time = time.perf_counter() - 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_experiment():
+    N = 10000
+    REPEATS = 5
+
+    print("Генерация тестовых данных...")
+    base_records = generate_records(N)
+    shuffled_records, sorted_records = prepare_datasets(base_records)
+    print(f"Создано {N} записей. Случайный порядок и отсортированный готовы.")
+
+    structures = {
+        'LinkedList': {
+            'name': 'LinkedList',
+            'create': lambda: None,
+            'insert': ll_insert,
+            'find': ll_find,
+            'delete': ll_delete
+        },
+        'HashTable': {
+            'name': 'HashTable',
+            'create': ht_create,
+            'insert': ht_insert,
+            'find': ht_find,
+            'delete': ht_delete
+        },
+        'BST': {
+            'name': 'BST',
+            'create': lambda: None,
+            'insert': bst_insert,
+            'find': bst_find,
+            'delete': bst_delete
+        }
+    }
+
+    all_results = []
+
+    for struct_name, funcs in structures.items():
+        print(f"Тестирование {struct_name} на случайном порядке...")
+        all_results.extend(run_experiment_for_structure(funcs, shuffled_records, 'random', REPEATS))
+
+        print(f"Тестирование {struct_name} на отсортированном порядке...")
+        all_results.extend(run_experiment_for_structure(funcs, sorted_records, 'sorted', REPEATS))
+
+    csv_file = "experiment_results.csv"
+    with open(csv_file, 'w', newline='', encoding='utf-8') as f:
+        writer = csv.writer(f)
+        writer.writerow(['Structure', 'Mode', 'Repeat', 'Insert (sec)', 'Search (sec)', 'Delete (sec)'])
+        for rec in all_results:
+            writer.writerow([
+                rec['structure'],
+                rec['mode'],
+                rec['repetition'],
+                f"{rec['insert_time']:.6f}",
+                f"{rec['find_time']:.6f}",
+                f"{rec['delete_time']:.6f}"
+            ])
+    print(f"Результаты сохранены в {csv_file}")
+
+    plot_results(csv_file)
+
+
+def plot_results(csv_path):
+    df = pd.read_csv(csv_path)
+    mean_times = df.groupby(['Structure', 'Mode'])[['Insert (sec)', 'Search (sec)', 'Delete (sec)']].mean().reset_index()
+
+    structures = mean_times['Structure'].unique()
+    modes = mean_times['Mode'].unique()
+
+    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):
+        x = range(len(structures))
+        width = 0.35
+
+        random_vals = []
+        sorted_vals = []
+        for s in structures:
+            rand_row = mean_times[(mean_times['Structure'] == s) & (mean_times['Mode'] == 'random')]
+            sort_row = mean_times[(mean_times['Structure'] == s) & (mean_times['Mode'] == 'sorted')]
+            random_vals.append(rand_row[op].values[0] if not rand_row.empty else 0)
+            sorted_vals.append(sort_row[op].values[0] if not sort_row.empty else 0)
+
+        ax.bar([i - width/2 for i in x], random_vals, width, label='Случайный порядок')
+        ax.bar([i + width/2 for i in x], sorted_vals, width, label='Отсортированный порядок')
+        ax.set_xticks(x)
+        ax.set_xticklabels(structures)
+        ax.set_ylabel('Время (секунды)')
+        ax.set_title(title)
+        ax.legend()
+
+    plt.tight_layout()
+    plt.savefig('performance_comparison.png', dpi=150)
+    plt.show()
+    print("График сохранён как performance_comparison.png")
+
+
+if __name__ == "__main__":
+    main_experiment()

semyanovra/docs/data/2-nd/maze.py

@@ -0,0 +1,629 @@
+import sys
+from collections import deque
+import heapq
+import time
+import os
+import csv
+import matplotlib.pyplot as plt
+import numpy as np
+
+
+# ----------------------------- Модель клетки -----------------------------
+class GridCell:
+    def __init__(self, x, y):
+        self._x = x
+        self._y = y
+        self._blocked = False
+        self._entry = False
+        self._exit_flag = False
+
+    @property
+    def x(self):
+        return self._x
+
+    @property
+    def y(self):
+        return self._y
+
+    @property
+    def is_wall(self):
+        return self._blocked
+
+    @is_wall.setter
+    def is_wall(self, value):
+        self._blocked = value
+
+    @property
+    def is_start(self):
+        return self._entry
+
+    @is_start.setter
+    def is_start(self, value):
+        self._entry = value
+
+    @property
+    def is_exit(self):
+        return self._exit_flag
+
+    @is_exit.setter
+    def is_exit(self, value):
+        self._exit_flag = value
+
+    def passable(self):
+        return not self._blocked
+
+
+# ----------------------------- Модель лабиринта -----------------------------
+class Labyrinth:
+    def __init__(self, width, height):
+        self._width = width
+        self._height = height
+        self._cells = [[GridCell(x, y) for x in range(width)] for y in range(height)]
+        self._start_cell = None
+        self._exit_cell = None
+
+    @property
+    def width(self):
+        return self._width
+
+    @property
+    def height(self):
+        return self._height
+
+    @property
+    def start(self):
+        return self._start_cell
+
+    @property
+    def exit(self):
+        return self._exit_cell
+
+    def cell_at(self, x, y):
+        if 0 <= x < self._width and 0 <= y < self._height:
+            return self._cells[y][x]
+        return None
+
+    def configure_cell(self, x, y, cell_type):
+        cell = self.cell_at(x, y)
+        if cell is None:
+            return
+
+        if cell_type == 'wall':
+            cell.is_wall = True
+        elif cell_type == 'start':
+            if self._start_cell:
+                self._start_cell.is_start = False
+            cell.is_start = True
+            cell.is_wall = False
+            self._start_cell = cell
+        elif cell_type == 'exit':
+            if self._exit_cell:
+                self._exit_cell.is_exit = False
+            cell.is_exit = True
+            cell.is_wall = False
+            self._exit_cell = cell
+        elif cell_type == 'path':
+            cell.is_wall = False
+
+    def adjacent_cells(self, cell):
+        neighbours = []
+        directions = [(0, -1), (0, 1), (-1, 0), (1, 0)]
+        for dx, dy in directions:
+            nx, ny = cell.x + dx, cell.y + dy
+            neighbour = self.cell_at(nx, ny)
+            if neighbour and neighbour.passable():
+                neighbours.append(neighbour)
+        return neighbours
+
+
+# ----------------------------- Загрузка лабиринта -----------------------------
+class LabyrinthBuilder:
+    def build_from_file(self, filename):
+        raise NotImplementedError
+
+
+class TxtLabyrinthBuilder(LabyrinthBuilder):
+    def build_from_file(self, filename):
+        with open(filename, 'r') as f:
+            lines = [line.rstrip('\n') for line in f.readlines()]
+        height = len(lines)
+        width = max(len(line) for line in lines) if height > 0 else 0
+        start_cnt = 0
+        exit_cnt = 0
+        lab = Labyrinth(width, height)
+
+        for y, line in enumerate(lines):
+            for x, ch in enumerate(line):
+                if ch == "#":
+                    lab.configure_cell(x, y, "wall")
+                elif ch == "S":
+                    lab.configure_cell(x, y, "start")
+                    start_cnt += 1
+                elif ch == "E":
+                    lab.configure_cell(x, y, "exit")
+                    exit_cnt += 1
+                else:
+                    lab.configure_cell(x, y, 'path')
+        if start_cnt != 1 or exit_cnt != 1:
+            raise ValueError(f"Maze must have exactly one S and one E. Found S={start_cnt}, E={exit_cnt}")
+        return lab
+
+
+# ----------------------------- Алгоритмы поиска -----------------------------
+class SearchAlgorithm:
+    def compute_path(self, maze, start, goal):
+        raise NotImplementedError
+
+    def _build_path(self, came_from, start, goal):
+        path = []
+        cur = goal
+        while cur is not None:
+            path.append(cur)
+            cur = came_from.get(cur)
+        path.reverse()
+        return path
+
+    def visited_nodes(self):
+        return getattr(self, '_visited', 0)
+
+
+class BFS(SearchAlgorithm):
+    def compute_path(self, maze, start, goal):
+        q = deque()
+        q.append(start)
+        came_from = {start: None}
+        visited = {start}
+
+        while q:
+            cur = q.popleft()
+            if cur == goal:
+                self._visited = len(visited)
+                return self._build_path(came_from, start, goal)
+            for nb in maze.adjacent_cells(cur):
+                if nb not in visited:
+                    visited.add(nb)
+                    came_from[nb] = cur
+                    q.append(nb)
+        self._visited = len(visited)
+        return []
+
+
+class DFS(SearchAlgorithm):
+    def compute_path(self, maze, start, goal):
+        stack = [start]
+        came_from = {start: None}
+        visited = {start}
+
+        while stack:
+            cur = stack.pop()
+            if cur == goal:
+                self._visited = len(visited)
+                return self._build_path(came_from, start, goal)
+            for nb in maze.adjacent_cells(cur):
+                if nb not in visited:
+                    visited.add(nb)
+                    came_from[nb] = cur
+                    stack.append(nb)
+        self._visited = len(visited)
+        return []
+
+
+class AStar(SearchAlgorithm):
+    def _heuristic(self, cell, goal):
+        return abs(cell.x - goal.x) + abs(cell.y - goal.y)
+
+    def compute_path(self, maze, start, goal):
+        heap = []
+        counter = 0
+        start_f = self._heuristic(start, goal)
+        heapq.heappush(heap, (start_f, counter, start))
+        counter += 1
+
+        came_from = {}
+        g_score = {start: 0}
+        f_score = {start: start_f}
+        visited = set()
+
+        while heap:
+            cur_f, _, cur = heapq.heappop(heap)
+            visited.add(cur)
+
+            if cur == goal:
+                self._visited = len(visited)
+                return self._build_path(came_from, start, goal)
+            if cur_f > f_score.get(cur, float('inf')):
+                continue
+            for nb in maze.adjacent_cells(cur):
+                tentative_g = g_score[cur] + 1
+                if tentative_g < g_score.get(nb, float('inf')):
+                    came_from[nb] = cur
+                    g_score[nb] = tentative_g
+                    new_f = tentative_g + self._heuristic(nb, goal)
+                    f_score[nb] = new_f
+                    heapq.heappush(heap, (new_f, counter, nb))
+                    counter += 1
+        self._visited = len(visited)
+        return []
+
+
+# ----------------------------- Оркестратор -----------------------------
+class Pathfinder:
+    def __init__(self, maze):
+        self._maze = maze
+        self._algorithm = None
+        self._listeners = []
+
+    def attach(self, listener):
+        self._listeners.append(listener)
+
+    def notify(self, event, data):
+        for lst in self._listeners:
+            lst.update(event, data)
+
+    def set_algorithm(self, algorithm):
+        self._algorithm = algorithm
+
+    def solve(self):
+        if self._algorithm is None:
+            return None
+        t0 = time.perf_counter()
+        path = self._algorithm.compute_path(self._maze, self._maze.start, self._maze.exit)
+        t1 = time.perf_counter()
+        elapsed_ms = (t1 - t0) * 1000
+
+        self.notify("path_found", path)
+
+        return PerformanceData(elapsed_ms, self._algorithm.visited_nodes(), len(path))
+
+
+class PerformanceData:
+    def __init__(self, time_ms, visited, length):
+        self.time_ms = time_ms
+        self.visited_cells = visited
+        self.path_length = length
+
+
+# ----------------------------- Наблюдатель и отображение -----------------------------
+class EventListener:
+    def update(self, event_type, data):
+        raise NotImplementedError
+
+
+class ConsoleDisplay(EventListener):
+    def __init__(self, walker=None):
+        self._last_path = None
+        self._walker = walker
+
+    def update(self, event_type, data):
+        if event_type == "maze_loaded":
+            self._render_maze(data)
+        elif event_type == "path_found":
+            self._last_path = data
+            self._render_path(data)
+        elif event_type == "player_moved":
+            self._render_maze_with_player(data)
+
+    def _render_maze(self, maze):
+        os.system('cls' if os.name == 'nt' else 'clear')
+        print("=" * (maze.width * 2 + 4))
+        print("   LABYRINTH")
+        print("=" * (maze.width * 2 + 4))
+
+        for y in range(maze.height):
+            print("  ", end='')
+            for x in range(maze.width):
+                cell = maze.cell_at(x, y)
+                if cell == maze.start:
+                    print('S', end=' ')
+                elif cell == maze.exit:
+                    print('E', end=' ')
+                elif cell.is_wall:
+                    print('#', end=' ')
+                else:
+                    print('.', end=' ')
+            print()
+        print("=" * (maze.width * 2 + 4))
+        print("  S - start  E - exit  # - wall  . - path")
+
+    def _render_maze_with_player(self, maze):
+        os.system('cls' if os.name == 'nt' else 'clear')
+        print("=" * (maze.width * 2 + 4))
+        print("   LABYRINTH (P - player)")
+        print("=" * (maze.width * 2 + 4))
+
+        for y in range(maze.height):
+            print("  ", end='')
+            for x in range(maze.width):
+                cell = maze.cell_at(x, y)
+                if self._walker and cell == self._walker.current:
+                    print('P', end=' ')
+                elif cell == maze.start:
+                    print('S', end=' ')
+                elif cell == maze.exit:
+                    print('E', end=' ')
+                elif cell.is_wall:
+                    print('#', end=' ')
+                else:
+                    print('.', end=' ')
+            print()
+        print("=" * (maze.width * 2 + 4))
+        print(f"  Player position: ({self._walker.current.x}, {self._walker.current.y})")
+        print("  S - start  E - exit  # - wall  . - path  P - player")
+
+    def _render_path(self, path):
+        if not path:
+            print("\n  Path not found!")
+            return
+        print(f"\n  Path found! Length: {len(path)}")
+
+
+# ----------------------------- Игрок и команды -----------------------------
+class Walker:
+    def __init__(self, start_cell, lab):
+        self._current = start_cell
+        self._previous = None
+        self._labyrinth = lab
+
+    @property
+    def current(self):
+        return self._current
+
+    def move_to(self, cell):
+        if cell and cell.passable():
+            self._previous = self._current
+            self._current = cell
+            return True
+        return False
+
+    def undo_move(self):
+        if self._previous:
+            self._current, self._previous = self._previous, None
+            return True
+        return False
+
+
+class Action:
+    def execute(self):
+        raise NotImplementedError
+
+    def undo(self):
+        raise NotImplementedError
+
+
+class MoveAction(Action):
+    def __init__(self, walker, direction, lab):
+        self._walker = walker
+        self._dx, self._dy = direction
+        self._lab = lab
+        self._executed = False
+
+    def execute(self):
+        new_x = self._walker.current.x + self._dx
+        new_y = self._walker.current.y + self._dy
+        target = self._lab.cell_at(new_x, new_y)
+
+        if target and target.passable():
+            self._walker.move_to(target)
+            self._executed = True
+            return True
+        return False
+
+    def undo(self):
+        if self._executed:
+            self._walker.undo_move()
+            self._executed = False
+            return True
+        return False
+
+
+# ----------------------------- Эксперименты и статистика -----------------------------
+def run_benchmark(maze_file, algorithm, runs=5):
+    builder = TxtLabyrinthBuilder()
+    maze = builder.build_from_file(maze_file)
+
+    total_time = 0.0
+    total_visited = 0
+    total_length = 0
+
+    for _ in range(runs):
+        solver = Pathfinder(maze)
+        solver.set_algorithm(algorithm)
+        stats = solver.solve()
+        if stats:
+            total_time += stats.time_ms
+            total_visited += stats.visited_cells
+            total_length += stats.path_length
+
+    return {
+        'time_ms': total_time / runs,
+        'visited_cells': total_visited / runs,
+        'path_length': total_length / runs
+    }
+
+
+def generate_charts(results):
+    mazes = list(set(r['maze'] for r in results))
+    alg_names = ['BFS', 'DFS', 'AStar']
+
+    fig, axes = plt.subplots(1, 3, figsize=(15, 5))
+
+    x = np.arange(len(mazes))
+    width = 0.25
+
+    for i, alg in enumerate(alg_names):
+        times = []
+        for m in mazes:
+            val = next((r['time_ms'] for r in results if r['maze'] == m and r['strategy'] == alg), 0)
+            times.append(val)
+        axes[0].bar(x + i * width, times, width, label=alg)
+
+    axes[0].set_xlabel('Maze')
+    axes[0].set_ylabel('Time (ms)')
+    axes[0].set_title('Execution Time')
+    axes[0].set_xticks(x + width)
+    axes[0].set_xticklabels(mazes, rotation=45, ha='right')
+    axes[0].legend()
+    axes[0].grid(True, alpha=0.3)
+
+    for i, alg in enumerate(alg_names):
+        visited = []
+        for m in mazes:
+            val = next((r['visited_cells'] for r in results if r['maze'] == m and r['strategy'] == alg), 0)
+            visited.append(val)
+        axes[1].bar(x + i * width, visited, width, label=alg)
+
+    axes[1].set_xlabel('Maze')
+    axes[1].set_ylabel('Visited Cells')
+    axes[1].set_title('Visited Nodes')
+    axes[1].set_xticks(x + width)
+    axes[1].set_xticklabels(mazes, rotation=45, ha='right')
+    axes[1].legend()
+    axes[1].grid(True, alpha=0.3)
+
+    for i, alg in enumerate(alg_names):
+        lengths = []
+        for m in mazes:
+            val = next((r['path_length'] for r in results if r['maze'] == m and r['strategy'] == alg), 0)
+            lengths.append(val)
+        axes[2].bar(x + i * width, lengths, width, label=alg)
+
+    axes[2].set_xlabel('Maze')
+    axes[2].set_ylabel('Path Length')
+    axes[2].set_title('Optimality')
+    axes[2].set_xticks(x + width)
+    axes[2].set_xticklabels(mazes, rotation=45, ha='right')
+    axes[2].legend()
+    axes[2].grid(True, alpha=0.3)
+
+    plt.tight_layout()
+    plt.savefig('maze_benchmark.png', dpi=150, bbox_inches='tight')
+    plt.show()
+
+
+def run_experiments():
+    test_mazes = [
+        ("maze/level1.txt", "Small 10x6"),
+        ("maze/medium10x10.txt", "Medium 10x10"),
+        ("maze/large20x20.txt", "Large 20x20"),
+        ("maze/empty15x15.txt", "Empty 15x15"),
+        ("maze/no_exit10x10.txt", "No exit 10x10")
+    ]
+
+    algorithms = [
+        ("BFS", BFS()),
+        ("DFS", DFS()),
+        ("AStar", AStar())
+    ]
+
+    results = []
+
+    for filepath, display_name in test_mazes:
+        print(f"Testing {display_name}...")
+        for alg_name, alg_obj in algorithms:
+            try:
+                stats = run_benchmark(filepath, alg_obj, runs=3)
+                results.append({
+                    'maze': display_name,
+                    'strategy': alg_name,
+                    'time_ms': stats['time_ms'],
+                    'visited_cells': stats['visited_cells'],
+                    'path_length': stats['path_length']
+                })
+                print(f"  {alg_name}: time={stats['time_ms']:.3f}ms, visited={stats['visited_cells']:.0f}, length={stats['path_length']:.0f}")
+            except Exception as e:
+                print(f"  {alg_name}: ERROR - {e}")
+                results.append({
+                    'maze': display_name,
+                    'strategy': alg_name,
+                    'time_ms': -1,
+                    'visited_cells': -1,
+                    'path_length': -1
+                })
+
+    valid = [r for r in results if r['time_ms'] >= 0]
+    if not valid:
+        print("No valid results to save.")
+        return
+
+    with open('maze_experiment.csv', 'w', newline='', encoding='utf-8') as f:
+        writer = csv.DictWriter(f, fieldnames=['maze', 'strategy', 'time_ms', 'visited_cells', 'path_length'])
+        writer.writeheader()
+        writer.writerows(valid)
+
+    generate_charts(valid)
+    print("\nResults saved to maze_experiment.csv")
+    print("Plot saved to maze_benchmark.png")
+
+
+def play_game():
+    builder = TxtLabyrinthBuilder()
+    maze = builder.build_from_file("maze/level1.txt")
+
+    walker = Walker(maze.start, maze)
+    view = ConsoleDisplay(walker)
+    view._render_maze(maze)
+
+    solver = Pathfinder(maze)
+    solver.attach(view)
+
+    print("\n  CONTROLS:")
+    print("  H (left)  J (down)  K (up)  L (right)")
+    print("  U - undo    Q - quit")
+    print("\n  AUTO SEARCH:")
+    print("  B - BFS    D - DFS    A - A*")
+    print("\n" + "=" * 50)
+
+    action_stack = []
+
+    while True:
+        cmd = input("\n  Command > ").lower()
+
+        if cmd == 'q':
+            print("\n  Goodbye!")
+            break
+        elif cmd == 'b':
+            solver.set_algorithm(BFS())
+            stats = solver.solve()
+            if stats:
+                print(f"\n  BFS: time={stats.time_ms:.3f}ms, visited={stats.visited_cells}, length={stats.path_length}")
+        elif cmd == 'd':
+            solver.set_algorithm(DFS())
+            stats = solver.solve()
+            if stats:
+                print(f"\n  DFS: time={stats.time_ms:.3f}ms, visited={stats.visited_cells}, length={stats.path_length}")
+        elif cmd == 'a':
+            solver.set_algorithm(AStar())
+            stats = solver.solve()
+            if stats:
+                print(f"\n  A*: time={stats.time_ms:.3f}ms, visited={stats.visited_cells}, length={stats.path_length}")
+        elif cmd in ['h', 'j', 'k', 'l']:
+            dir_map = {'h': (-1, 0), 'l': (1, 0), 'k': (0, -1), 'j': (0, 1)}
+            action = MoveAction(walker, dir_map[cmd], maze)
+            if action.execute():
+                action_stack.append(action)
+                view._render_maze_with_player(maze)
+                if walker.current == maze.exit:
+                    print("\n  CONGRATULATIONS! YOU FOUND THE EXIT!")
+                    print(f"  Total moves: {len(action_stack)}")
+                    break
+            else:
+                print("\n  Cannot go there! It's a wall.")
+        elif cmd == 'u':
+            if action_stack:
+                last = action_stack.pop()
+                last.undo()
+                view._render_maze_with_player(maze)
+                print("\n  Undo last move")
+            else:
+                print("\n  Nothing to undo")
+        else:
+            print("\n  Unknown command. Use h,j,k,l to move, u to undo, q to quit")
+
+    print("\n  Game over. Thanks for playing!")
+
+
+if __name__ == "__main__":
+    if len(sys.argv) > 1 and sys.argv[1] in ('experiment', 'benchmark'):
+        run_experiments()
+    else:
+        play_game()

semyanovra/docs/data/2-nd/maze/empty15x15.txt

@@ -0,0 +1,15 @@
+###############
+#S            #
+#             #
+#             #
+#             #
+#             #
+#             #
+#             #
+#             #
+#             #
+#             #
+#             #
+#             #
+#            E#
+###############

semyanovra/docs/data/2-nd/maze/large20x20.txt

@@ -0,0 +1,21 @@
+####################
+#S                 #
+# ### ##### ##### ##
+#   # #     #     # #
+### # # ### ### # # #
+#   # #   #   # #   #
+# ### ### # # ### ###
+#     #   # #       #
+##### ### # ####### #
+#     #   #       # #
+# ### # ### ### # # #
+# #   #   #   # #   #
+# # ### ### # # ### #
+# #         # #     #
+# # ######### # ### #
+# #         # #   # #
+# ### # ### # # # # #
+#     #   #   # #   #
+### ### # ### # # ###
+#                 E #
+####################

semyanovra/docs/data/2-nd/maze/level1.txt

@@ -0,0 +1,6 @@
+##########
+#S       #
+# ### ####
+#   #    #
+#     # E#
+##########

semyanovra/docs/data/2-nd/maze/medium10x10.txt

@@ -0,0 +1,10 @@
+##########
+#S       #
+# ### ### #
+#   #   # #
+### # ### #
+#   #     #
+# ### ### #
+#     #   #
+# ### ###E#
+##########

semyanovra/docs/data/2-nd/maze/no_exit10x10.txt

@@ -0,0 +1,11 @@
+##########
+#S       #
+# ### ### #
+#   #   # #
+### # ### #
+#   #     #
+# ### ### #
+#     #   #
+# ### ### #
+########E #
+##########

semyanovra/docs/maze_experiment.csv

@@ -0,0 +1,16 @@
+maze,strategy,time_ms,visited_cells,path_length
+Small 10x6,BFS,0.031851000433865316,24.0,11.0
+Small 10x6,DFS,0.01671833342697937,17.0,11.0
+Small 10x6,AStar,0.06431333319293724,24.0,11.0
+Medium 10x10,BFS,0.04361866679876888,42.0,16.0
+Medium 10x10,DFS,0.024233000052239124,26.0,16.0
+Medium 10x10,AStar,0.06044533317132542,30.0,16.0
+Large 20x20,BFS,0.24542399993758104,211.0,36.0
+Large 20x20,DFS,0.2113953335841264,170.0,100.0
+Large 20x20,AStar,0.2638656663596824,103.0,36.0
+Empty 15x15,BFS,0.19875599991792114,169.0,25.0
+Empty 15x15,DFS,0.12158433310105465,169.0,97.0
+Empty 15x15,AStar,0.4113716665112103,169.0,25.0
+No exit 10x10,BFS,0.0542050001968164,45.0,18.0
+No exit 10x10,DFS,0.029572332702324882,28.0,18.0
+No exit 10x10,AStar,0.08293900009448407,35.0,18.0

semyanovra/docs/report1.md

@@ -0,0 +1,66 @@
+# Отчёт по лабораторной работе «Структуры данных»
+
+## Цель работы
+Реализовать три структуры данных (связный список, хеш-таблицу, двоичное дерево поиска) «с нуля» и экспериментально сравнить их производительность на операциях вставки, поиска и удаления записей телефонного справочника.
+
+## Реализованные структуры
+- **Связный список (LinkedList)** – элементы хранятся в узлах со ссылкой на следующий.  
+- **Хеш-таблица (HashTable)** – массив корзин фиксированного размера (997), каждая корзина – связный список.  
+- **Двоичное дерево поиска (BST)** – узлы содержат ключ (имя) и ссылки на левое/правое поддеревья.
+
+Все операции реализованы вручную без использования классов.
+
+## Методика эксперимента
+- **Объём данных**: N = 10 000 записей вида `User_XXXXX` → случайный телефон.  
+- **Режимы ввода**: случайный порядок и отсортированный по имени.  
+- **Действия**:
+  1. Вставка всех записей.
+  2. Поиск 100 существующих + 10 несуществующих имён.
+  3. Удаление 50 случайных записей.
+- **Повторения**: каждый эксперимент выполнен 5 раз, зафиксировано время (`time.perf_counter`).  
+- **Сбор результатов**: усреднение по 5 повторениям.
+
+## Результаты измерений
+### Среднее время операций (секунды)
+
+| Структура   | Режим       | Вставка  | Поиск    | Удаление |
+|-------------|-------------|----------|----------|----------|
+| LinkedList  | случайный   | 4.0979   | 0.0278   | 0.0134   |
+| LinkedList  | отсортир.   | 3.8044   | 0.0251   | 0.0110   |
+| HashTable   | случайный   | 0.0101   | 0.000080 | 0.000044 |
+| HashTable   | отсортир.   | 0.0098   | 0.000078 | 0.000037 |
+| BST         | случайный   | 0.0229   | 0.000191 | 0.000113 |
+| BST         | отсортир.   | 9.1518   | 0.0824   | 0.0506   |
+
+*Полные замеры всех 5 повторений сохранены в `experiment_results.csv`.*
+
+### График сравнения
+![Сравнение производительности](performance_comparison.png)
+
+## Анализ результатов
+
+### Влияние порядка данных на BST
+При вставке отсортированных данных BST вырождается в линейный список (высота ≈ N).  
+Время вставки возрастает с **0.023 с** (случайный) до **9.15 с** (отсортированный) – деградация в **~400 раз**.  
+Поиск и удаление замедляются аналогично.
+
+### Устойчивость хеш-таблицы
+Хеш-функция равномерно распределяет ключи независимо от порядка.  
+Время вставки в случайном (0.0101 с) и отсортированном (0.0098 с) режимах практически одинаково, как и поиск (~0.00008 с).
+
+### Медлительность связного списка
+Поиск (O(n)) на 10 000 элементов занимает ~0.027 с, что на два порядка медленнее хеш-таблицы.  
+Вставка в конец также требует прохода по всему списку (~4 с).
+
+### Удаление
+Наиболее эффективно в хеш-таблице (≈0.00004 с).  
+В BST на случайных данных удаление быстрое (0.00011 с), но на отсортированных деградирует до 0.05 с.  
+В списке удаление (0.013 с) сравнимо с поиском.
+
+## Выводы и рекомендации
+
+1. **Хеш-таблица** – оптимальный выбор для задач, где нужен быстрый доступ по ключу, а порядок данных не важен.  
+2. **Двоичное дерево поиска** – подходит, если требуется получать записи в отсортированном порядке **и** данные поступают в случайном порядке. При отсортированных входных данных необходима балансировка (AVL, красно-чёрное дерево).  
+3. **Связный список** – неэффективен для больших объёмов; может применяться только в учебных целях или при очень маленьких коллекциях.
+
+В реальных проектах для справочников и словарей следует выбирать хеш-таблицы или сбалансированные деревья в зависимости от необходимости упорядоченного вывода.

semyanovra/docs/report2.md

@@ -0,0 +1,177 @@
+# Отчет по лабораторной работе: Поиск выхода из лабиринта
+
+## 1. Описание задачи
+
+Разработать программу для загрузки лабиринта из текстового файла, поиска пути от стартовой клетки до выхода с возможностью выбора алгоритма поиска, визуализации процесса и экспериментального сравнения эффективности алгоритмов.
+
+### Основные требования:
+- Реализовать модель лабиринта (классы Cell, Maze)
+- Реализовать загрузку лабиринта из файла с символами # (стена), S (старт), E (выход)
+- Реализовать три алгоритма поиска пути: BFS, DFS, A*
+- Реализовать класс-оркестратор MazeSolver с возможностью смены стратегии
+- Собрать статистику: время выполнения, количество посещенных клеток, длина пути
+- Провести эксперименты на лабиринтах разной сложности
+
+### Использованные паттерны проектирования GoF:
+
+#### 1. Builder
+- **Где используется:** Классы `LabyrinthBuilder` и `TxtLabyrinthBuilder`
+- **Почему выбран:** Создание лабиринта из файла включает сложную логику парсинга, валидации и установки старта и выхода. Builder скрывает эти детали от клиента и позволяет легко добавлять новые форматы файлов
+- **Преимущества:** При добавлении нового формата достаточно создать новый класс-строитель, не меняя существующие классы Labyrinth и алгоритмы поиска
+
+#### 2. Strategy
+- **Где используется:** Классы `SearchAlgorithm`, `BFS`, `DFS`, `AStar`
+- **Почему выбран:** Алгоритмы поиска пути взаимозаменяемы и решают одну задачу разными способами. Strategy позволяет динамически менять алгоритм во время выполнения и легко добавлять новые алгоритмы
+- **Преимущества:** Класс Pathfinder может использовать любую стратегию через метод set_algorithm. Добавление нового алгоритма требует только создания нового класса
+
+#### 3. Observer
+- **Где используется:** Классы `EventListener` и `ConsoleDisplay`
+- **Почему выбран:** Приложение должно обновлять консольный интерфейс при различных событиях. Observer отделяет логику отображения от логики приложения
+- **Преимущества:** Легко добавить новые виды отображения без изменения основной логики
+
+#### 4. Command
+- **Где используется:** Классы `Action` и `MoveAction`
+- **Почему выбран:** Для реализации пошагового перемещения игрока с возможностью отмены действий. Command инкапсулирует действие в объект и позволяет реализовать undo и redo
+- **Преимущества:** Хранение истории действий и возможность отмены последних ходов без изменения логики класса Walker
+
+## 2. Архитектура приложения
+
+Приложение состоит из следующих основных компонентов:
+
+| Компонент | Назначение |
+|-----------|------------|
+| `GridCell` | Модель клетки лабиринта (координаты, стена, старт, выход) |
+| `Labyrinth` | Модель лабиринта (сетка клеток, методы доступа) |
+| `TxtLabyrinthBuilder` | Загрузка лабиринта из текстового файла |
+| `BFS`, `DFS`, `AStar` | Алгоритмы поиска пути |
+| `Pathfinder` | Оркестратор, управляющий поиском |
+| `ConsoleDisplay` | Визуализация лабиринта и игрока |
+| `Walker` | Управление позицией игрока |
+| `MoveAction` | Команда перемещения с поддержкой Undo |
+
+## 3. Реализация алгоритмов поиска пути
+
+### BFS (Поиск в ширину)
+Алгоритм использует очередь для обхода лабиринта. Начинает со стартовой клетки, помещает её в очередь. Затем циклически извлекает клетку из начала очереди, проверяет не является ли она выходом, и добавляет всех непосещенных соседей в конец очереди. **Гарантирует нахождение кратчайшего пути** по количеству шагов.
+
+### DFS (Поиск в глубину)
+Алгоритм использует стек для обхода лабиринта. Начинает со стартовой клетки, помещает её в стек. Затем циклически извлекает клетку из конца стека, проверяет не является ли она выходом, и добавляет всех непосещенных соседей в стек. **Не гарантирует нахождение кратчайшего пути**, но обычно быстрее по времени.
+
+### A* (A звездочка)
+Алгоритм использует приоритетную очередь с эвристической функцией. Оценивает клетки по формуле f = g + h, где g - реальная стоимость пути от старта, h - эвристическое расстояние до выхода (манхэттенское расстояние). **Всегда находит кратчайший путь** при допустимой эвристике и обычно быстрее BFS.
+
+## 4. Экспериментальная часть
+
+### Тестовые лабиринты
+
+| Имя файла | Размер | Описание |
+|-----------|--------|----------|
+| level1.txt | 10x6 | Простой лабиринт |
+| medium10x10.txt | 10x10 | Лабиринт среднего размера |
+| large20x20.txt | 20x20 | Большой запутанный лабиринт |
+| empty15x15.txt | 15x15 | Пустой лабиринт без стен |
+| no_exit10x10.txt | 10x10 | Лабиринт без достижимого выхода |
+
+### Результаты замеров
+
+Каждый эксперимент проводился 3 раза с усреднением результатов.
+
+| Лабиринт | Алгоритм | Время (мс) | Посещено клеток | Длина пути |
+|----------|----------|------------|-----------------|------------|
+| Small 10x6 | BFS | 0.032 | 24 | 11 |
+| Small 10x6 | DFS | 0.017 | 17 | 11 |
+| Small 10x6 | A* | 0.064 | 24 | 11 |
+| Medium 10x10 | BFS | 0.044 | 42 | 16 |
+| Medium 10x10 | DFS | 0.024 | 26 | 16 |
+| Medium 10x10 | A* | 0.060 | 30 | 16 |
+| Large 20x20 | BFS | 0.245 | 211 | 36 |
+| Large 20x20 | DFS | 0.211 | 170 | 100 |
+| Large 20x20 | A* | 0.264 | 103 | 36 |
+| Empty 15x15 | BFS | 0.199 | 169 | 25 |
+| Empty 15x15 | DFS | 0.122 | 169 | 97 |
+| Empty 15x15 | A* | 0.411 | 169 | 25 |
+| No exit 10x10 | BFS | 0.054 | 45 | 18 |
+| No exit 10x10 | DFS | 0.030 | 28 | 18 |
+| No exit 10x10 | A* | 0.083 | 35 | 18 |
+
+### Графики
+
+![Сравнение производительности алгоритмов](maze_benchmark.png)
+
+На графике представлено сравнение трех алгоритмов по трем метрикам: время выполнения (мс), количество посещенных клеток и длина найденного пути.
+
+## 5. Анализ результатов
+
+### Сравнение характеристик алгоритмов
+
+| Характеристика | BFS | DFS | A* |
+|----------------|-----|-----|-----|
+| Гарантия кратчайшего пути |  Да |  Нет |  Да |
+| Скорость на малых лабиринтах | Средняя | Быстрая | Средняя |
+| Скорость на больших лабиринтах | Средняя | Быстрая | Средняя |
+| Потребление памяти | Высокое | Низкое | Среднее |
+| Количество посещенных клеток | Много (211) | Среднее (170) | Мало (103) |
+
+### Детальный анализ по лабиринтам
+
+**Small 10x6:**
+- Все алгоритмы нашли оптимальный путь длиной 11 шагов
+- DFS оказался самым быстрым (0.017 мс) и посетил меньше всего клеток (17)
+- A* посетил больше клеток (24), но нашел оптимальный путь
+
+**Medium 10x10:**
+- Оптимальный путь - 16 шагов (BFS и A*)
+- DFS нашел путь длиной 16 (в данном случае совпал с оптимальным)
+- DFS снова самый быстрый (0.024 мс) и посетил 26 клеток против 42 у BFS
+
+**Large 20x20:**
+- BFS и A* нашли оптимальный путь (36 шагов)
+- **DFS нашел неоптимальный путь (100 шагов), что на 64 шага длиннее!**
+- A* посетил значительно меньше клеток (103 против 211 у BFS)
+- Это показывает преимущество эвристики A* на больших лабиринтах
+
+**Empty 15x15:**
+- Оптимальный путь - 25 шагов (по прямой)
+- DFS нашел путь длиной 97 шагов, что в 3.8 раза длиннее!
+- Все алгоритмы посетили одинаковое количество клеток (169) - весь лабиринт
+- A* показал самое большое время из-за накладных расходов на эвристику
+
+**No exit 10x10:**
+- Все алгоритмы обошли весь достижимый лабиринт
+- DFS посетил меньше клеток (28 против 45 у BFS)
+- Длина пути 18 показывает, что алгоритмы прошли до тупика
+
+### Ключевые выводы
+
+1. **BFS** - надежный выбор, когда гарантия кратчайшего пути критична. Работает предсказуемо, но на больших лабиринтах посещает много клеток (211 против 103 у A*)
+
+2. **DFS** - самый быстрый алгоритм в большинстве тестов (0.017-0.211 мс), но **ненадежен для поиска оптимального пути**. В большом лабиринте путь оказался на 64% длиннее оптимального!
+
+3. **A*** - лучший баланс. Находит кратчайший путь (как BFS), но посещает на 51% меньше клеток в большом лабиринте. Немного медленнее DFS из-за вычисления эвристики.
+
+### Рекомендации по выбору алгоритма
+
+| Ситуация | Рекомендуемый алгоритм | Обоснование |
+|----------|----------------------|-------------|
+| Небольшой лабиринт (< 100 клеток) | Любой | Разница в производительности незначительна |
+| Большой лабиринт, нужен кратчайший путь | **A*** | Быстрее BFS, посещает меньше клеток |
+| Максимальная скорость, путь не важен | **DFS** | Самый быстрый, но может найти длинный путь |
+| Лабиринт неизвестной структуры | **A*** | Лучшее соотношение скорость/качество |
+
+## 6. Заключение
+
+### Преимущества использованных паттернов
+
+**Builder** позволил легко реализовать загрузку лабиринтов из текстовых файлов и оставил возможность для добавления других форматов без изменения основного кода.
+
+**Strategy** сделал алгоритмы поиска взаимозаменяемыми. Добавление нового алгоритма (например, Дейкстры) потребовало бы только создания нового класса.
+
+**Observer** отделил логику отображения от логики приложения, что упростило добавление новых видов визуализации.
+
+**Command** позволил реализовать пошаговое управление игроком с возможностью отмены действий без усложнения класса Walker.
+
+### Итог
+
+Разработанная программа демонстрирует преимущества объектно-ориентированного подхода и использования паттернов проектирования. Код является гибким, расширяемым и легко поддерживаемым.
+
+Эксперименты показали, что **A*** является наиболее сбалансированным алгоритмом для поиска пути в лабиринте, обеспечивая оптимальный путь при приемлемой скорости работы и минимальном количестве посещенных клеток. DFS может быть полезен только когда скорость критична, а оптимальность пути не важна. BFS остается надежным выбором для небольших лабиринтов, где простота реализации важнее производительности.

sobininaas/429.rtf

@@ -0,0 +1,6 @@
+{\rtf1\ansi\ansicpg1251\cocoartf2761
+\cocoatextscaling0\cocoaplatform0{\fonttbl}
+{\colortbl;\red255\green255\blue255;}
+{\*\expandedcolortbl;;}
+\paperw11900\paperh16840\margl1440\margr1440\vieww11520\viewh8400\viewkind0
+}

soninrv/428.md

@@ -0,0 +1 @@
+ 

victorovaas/429

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

zhigalovrd/425.txt

@@ -0,0 +1 @@
+ыфыв