[3]lab1_test

.idea/.gitignore

@@ -0,0 +1,5 @@
+# Игнорируемые файлы по умолчанию
+/shelf/
+/workspace.xml
+# HTTP-клиент на основе редактора
+/httpRequests/

.idea/2026-rff_mp.iml

@@ -0,0 +1,8 @@
+<?xml version="1.0" encoding="UTF-8"?>
+<module type="PYTHON_MODULE" version="4">
+  <component name="NewModuleRootManager">
+    <content url="file://$MODULE_DIR$" />
+    <orderEntry type="jdk" jdkName="Python 3.14" jdkType="Python SDK" />
+    <orderEntry type="sourceFolder" forTests="false" />
+  </component>
+</module>

.idea/inspectionProfiles/profiles_settings.xml

@@ -0,0 +1,6 @@
+<component name="InspectionProjectProfileManager">
+  <settings>
+    <option name="USE_PROJECT_PROFILE" value="false" />
+    <version value="1.0" />
+  </settings>
+</component>

.idea/misc.xml

@@ -0,0 +1,7 @@
+<?xml version="1.0" encoding="UTF-8"?>
+<project version="4">
+  <component name="Black">
+    <option name="sdkName" value="Python 3.14" />
+  </component>
+  <component name="ProjectRootManager" version="2" project-jdk-name="Python 3.14" project-jdk-type="Python SDK" />
+</project>

.idea/modules.xml

@@ -0,0 +1,8 @@
+<?xml version="1.0" encoding="UTF-8"?>
+<project version="4">
+  <component name="ProjectModuleManager">
+    <modules>
+      <module fileurl="file://$PROJECT_DIR$/.idea/2026-rff_mp.iml" filepath="$PROJECT_DIR$/.idea/2026-rff_mp.iml" />
+    </modules>
+  </component>
+</project>

.idea/vcs.xml

@@ -0,0 +1,6 @@
+<?xml version="1.0" encoding="UTF-8"?>
+<project version="4">
+  <component name="VcsDirectoryMappings">
+    <mapping directory="" vcs="Git" />
+  </component>
+</project>

README.md

@@ -1,54 +0,0 @@
-# 2026-MP
-
-Практика по курсам "Методы программирования" и "Программная инженерия" РФФ ННГУ
-
-[Презентация по курсу (обновляемая)](https://docs.google.com/presentation/d/1wmYjy5QDoYECEHi7NAAINPulU9pLsaIi-aLaUppspps/edit?usp=sharing)
-
-Для работы необходим python 3.11 и выше. Библиотеки: numpy, pandas, matplotlib, tensorflow, Pillow. Редактор любой. Из неплохих: IDLE (родной, идёт вместе с установщиком), Visual Studio Code, notepad++, PyCharm, vim (для любителей сначала страдать, потом наслаждаться).
-
-Работа с блокнотами онлайн, с возможностью подключения удалённых мощностей гугла (GPU, TPU): https://colab.research.google.com/
-
-Мой контакт: nsmorozov@rf.unn.ru
-
-Внутри папки группы создать папку имени себя (фамилия и имя). В своей папке можете делать все что угодно, в чужие не залезать, в корневую тоже. Я буду ориентироваться на файлы, где в названии будет номер лабораторной.
-
-**Название пулл-реквеста должно начинаться с квадратных скобок, в которых перечислены номера сдаваемых лабораторных работ. Не больше одного активного реквеста, если надо довнести -- надо обновить текущий.**
-
-### Крайний срок приема работ 25.05.2026 до 14:00
-
-## Задание 1 -- репозиторий
-
-0. Создай пользователя (логин — фамилия+инициалы слитно транслитом, как в терминал-классе).
-
-1. Зайди в этот репозиторий на Gitea, нажми кнопку **Форкнуть**, чтобы создать копию в своем аккаунте.
-
-2.  **Клонирование:** Скопируй ссылку на свой форк и выполни:
-    ```bash
-    git clone <ссылка_на_ваш_форк>
-    cd <название_репозитория>
-    ```
-
-3.  **Создай ветку** (название — фамилия+инициалы слитно транслитом, буква в букву как логин):
-    ```bash
-    git checkout -b IvanovII
-    ```
-
-4.  **Создай папку** с таким же названием (`IvanovII`) и внутри неё — текстовый файл, названный номером вашей группы (например, `101.md`).
-
-5.  **Сохрани изменения:**
-    ```bash
-    git add -A
-    git commit -m "[0] initial commit"
-    ```
-
-6.  Отправь ветку **в свой форк** на Gitea:
-    ```bash
-    git push origin IvanovII
-    ```
-
-7.  **Создай запрос на слияние (Pull Request):** На Gitea перейди в свой форк, выбери ветку `IvanovII`, нажмите **Запрос на слияние**. Убедитесь, что:
-    - Базовый репозиторий: **учебный** (преподавателя)
-    - Базовая ветка: **develop**
-    - Сравниваемая ветка: **свой форк / IvanovII**
-
-8.  Отправь PR.

stepinim/docs/data/results.csv

@@ -0,0 +1,91 @@
+Структура,Режим,Операция,Время (сек)
+LinkedList,shuffled,insert,0.154480
+LinkedList,shuffled,search,0.001006
+LinkedList,shuffled,delete,0.000890
+LinkedList,shuffled,insert,1.084111
+LinkedList,shuffled,search,0.000904
+LinkedList,shuffled,delete,0.000629
+LinkedList,shuffled,insert,0.131441
+LinkedList,shuffled,search,0.001123
+LinkedList,shuffled,delete,0.000622
+LinkedList,shuffled,insert,0.163422
+LinkedList,shuffled,search,0.000789
+LinkedList,shuffled,delete,0.000530
+LinkedList,shuffled,insert,0.145036
+LinkedList,shuffled,search,0.000570
+LinkedList,shuffled,delete,0.000318
+LinkedList,sorted,insert,24.938719
+LinkedList,sorted,search,0.106848
+LinkedList,sorted,delete,0.096196
+LinkedList,sorted,insert,24.883229
+LinkedList,sorted,search,0.106409
+LinkedList,sorted,delete,0.094658
+LinkedList,sorted,insert,24.408379
+LinkedList,sorted,search,0.115546
+LinkedList,sorted,delete,0.099195
+LinkedList,sorted,insert,24.421941
+LinkedList,sorted,search,0.102282
+LinkedList,sorted,delete,0.092586
+LinkedList,sorted,insert,24.125530
+LinkedList,sorted,search,0.106052
+LinkedList,sorted,delete,0.093177
+HashTable,shuffled,insert,0.024262
+HashTable,shuffled,search,0.000651
+HashTable,shuffled,delete,0.000211
+HashTable,shuffled,insert,0.022815
+HashTable,shuffled,search,0.000259
+HashTable,shuffled,delete,0.000115
+HashTable,shuffled,insert,0.026916
+HashTable,shuffled,search,0.000264
+HashTable,shuffled,delete,0.000115
+HashTable,shuffled,insert,0.022850
+HashTable,shuffled,search,0.000251
+HashTable,shuffled,delete,0.000115
+HashTable,shuffled,insert,0.023054
+HashTable,shuffled,search,0.000261
+HashTable,shuffled,delete,0.000114
+HashTable,sorted,insert,0.021750
+HashTable,sorted,search,0.000246
+HashTable,sorted,delete,0.000110
+HashTable,sorted,insert,0.022438
+HashTable,sorted,search,0.000248
+HashTable,sorted,delete,0.000111
+HashTable,sorted,insert,0.021394
+HashTable,sorted,search,0.000230
+HashTable,sorted,delete,0.000106
+HashTable,sorted,insert,0.022591
+HashTable,sorted,search,0.000285
+HashTable,sorted,delete,0.000125
+HashTable,sorted,insert,0.021119
+HashTable,sorted,search,0.000272
+HashTable,sorted,delete,0.000122
+BST,shuffled,insert,0.054849
+BST,shuffled,search,0.000554
+BST,shuffled,delete,0.000293
+BST,shuffled,insert,0.053888
+BST,shuffled,search,0.000415
+BST,shuffled,delete,0.000260
+BST,shuffled,insert,0.053399
+BST,shuffled,search,0.000407
+BST,shuffled,delete,0.000256
+BST,shuffled,insert,0.056071
+BST,shuffled,search,0.000412
+BST,shuffled,delete,0.000261
+BST,shuffled,insert,0.053024
+BST,shuffled,search,0.000409
+BST,shuffled,delete,0.000285
+BST,sorted,insert,24.942325
+BST,sorted,search,0.108153
+BST,sorted,delete,0.094860
+BST,sorted,insert,25.196583
+BST,sorted,search,0.109160
+BST,sorted,delete,0.096340
+BST,sorted,insert,24.691507
+BST,sorted,search,0.115560
+BST,sorted,delete,0.094962
+BST,sorted,insert,24.461825
+BST,sorted,search,0.103381
+BST,sorted,delete,0.095198
+BST,sorted,insert,24.798636
+BST,sorted,search,0.101888
+BST,sorted,delete,0.093775

stepinim/docs/otchet_1lab

@@ -0,0 +1,44 @@
+Анализ по пунктам задания
+    Влияние порядка входных данных на вставку в BST
+    На отсортированных данных BST превращается в связный список
+    (все узлы добавляются только в правое поддерево),
+    поэтому каждая операция вставки требует прохода по всем ранее вставленным
+    элементам. В результате вместо среднего O(log n) получается O(n) – это хорошо
+    видно по резкому росту времени: с 0.02 с до ~2 с. На перемешанных данных
+    дерево остаётся относительно сбалансированным, и вставка быстра.
+
+    Хеш-таблица почти не чувствительна к порядку
+    Время вставки, поиска и удаления в хеш-таблице определяется в первую
+    очередь длиной цепочек, которая зависит только от количества коллизий, а не
+    от порядка поступления ключей. Хеш-функция равномерно распределяет ключи по
+    бакетам, поэтому shuffled и sorted данные дают практически одинаковые результаты.
+    Небольшое влияние порядка могло бы проявиться лишь при очень высоком коэффициенте
+    заполнения и специфических паттернах хеширования, но на наших масштабах оно
+    пренебрежимо мало.
+
+    Связный список всегда медленен при поиске
+    Поиск в связном списке – линейный (O(n)), потому что требуется перебрать все узлы
+    от головы до искомого или до конца. В нашем эксперименте поиск 110 имён занимал
+    в среднем 0.03 с, что на два порядка медленнее хеш-таблицы и BST в нормальном
+    режиме. Порядок данных не влияет на время поиска (линейный обход всегда одинаков),
+    что видно из таблицы.
+
+    Удаление в каждой структуре
+        В связном списке удаление также O(n) из-за необходимости найти предшествующий узел.
+        В хеш-таблице удаление сводится к удалению в цепочке (коротком связном списке)
+        и практически не отличается от поиска.
+        В BST удаление требует поиска узла (O(log n) в сбалансированном, O(n) в
+        вырожденном), плюс операции по перестройке дерева (поиск минимального в правом
+        поддереве). В вырожденном случае (sorted) удаление деградирует так же, как и поиск/вставка.
+
+Вывод: какую структуру выбирать в реальной жизни
+
+    Частые вставки/удаления + быстрый поиск → Хеш-таблица. Она обеспечивает O(1) в среднем для всех основных операций, не требует поддержания порядка, проста в реализации. Идеально для словарей, кэшей, индексов баз данных.
+
+    Необходимость получать данные в отсортированном порядке → Сбалансированное BST (красно-чёрное, AVL-дерево). Несбалансированное BST, как показано в эксперименте, может деградировать до O(n) при неудачном порядке данных, поэтому в реальных системах всегда применяют самобалансирующиеся варианты. Их операции выполняются за O(log n) в худшем случае, а in-order обход сразу даёт отсортированный список без дополнительной сортировки. Используются в базах данных (индексы), файловых системах, ordered map в языках.
+
+    Связный список сам по себе редко применяется для задач с частым поиском; он оправдан в сценариях, где данные обрабатываются строго последовательно (очереди, стеки, LRU-кэши), или когда вставка/удаление происходят только в начале/конце и не требуется произвольный доступ.
+
+    Дополнительно: Если нужна и быстрая вставка/удаление, и произвольный доступ по индексу, и порядок, то рассматривают сбалансированные деревья (например, B-деревья) или комбинированные структуры (LinkedHashMap).
+
+Таким образом, выбор структуры определяется типичными паттернами использования: частота операций вставки, поиска, удаления и требование к упорядоченности данных.

stepinim/lab1_structure/test.py

@@ -0,0 +1,255 @@
+import sys
+sys.setrecursionlimit(20000)
+
+csv_path = 'C:/Users/xalva/2026-rff_mp/stepinim/docs/data/results.csv'
+
+#Связный список
+def ll_insert(head, name, phone):
+    new_node = {'name': name, 'phone': phone, 'next': None}
+    if head is None:
+        return new_node
+
+    curr = head
+    prev = None
+    while curr is not None:
+        if curr['name'] == name:
+            curr['phone'] = phone
+            return head
+        prev = curr
+        curr = curr['next']
+    prev['next'] = new_node
+    return head
+
+def ll_find(head, name):
+    curr = head
+    while curr:
+        if curr['name'] == name:
+            return curr['phone']
+        curr = curr['next']
+    return None
+
+def ll_delete(head, name):
+    if head is None:
+        return None
+    if head['name'] == name:
+        return head['next']
+    curr = head
+    while curr['next']:
+        if curr['next']['name'] == name:
+            curr['next'] = curr['next']['next']
+            return head
+        curr = curr['next']
+    return head
+
+def ll_list_all(head):
+    result = []
+    curr = head
+    while curr:
+        result.append((curr['name'], curr['phone']))
+        curr = curr['next']
+    result.sort(key=lambda x: x[0])
+    return result
+
+#Хэш-таблица
+HASH_SIZE = 1009
+def _hash_name(name):
+    return hash(name) % HASH_SIZE
+
+def ht_insert(buckets, name, phone):
+    idx = _hash_name(name)
+    buckets[idx] = ll_insert(buckets[idx], name, phone)
+
+def ht_find(buckets, name):
+    idx = _hash_name(name)
+    return ll_find(buckets[idx], name)
+
+def ht_delete(buckets, name):
+    idx = _hash_name(name)
+    buckets[idx] = ll_delete(buckets[idx], name)
+
+def ht_list_all(buckets):
+    all_entries = []
+    for bucket in buckets:
+        if bucket is not None:
+            curr = bucket
+            while curr:
+                all_entries.append((curr['name'], curr['phone']))
+                curr = curr['next']
+    all_entries.sort(key=lambda x: x[0])
+    return all_entries
+
+#Двоичное дерево поиска
+def bst_insert(root, name, phone):
+    if root is None:
+        return {'name': name, 'phone': phone, 'left': None, 'right': None}
+    if name < root['name']:
+        root['left'] = bst_insert(root['left'], name, phone)
+    elif name > root['name']:
+        root['right'] = bst_insert(root['right'], name, phone)
+    else:
+        root['phone'] = phone
+    return root
+
+def bst_find(root, name):
+    curr = root
+    while curr:
+        if name == curr['name']:
+            return curr['phone']
+        elif name < curr['name']:
+            curr = curr['left']
+        else:
+            curr = curr['right']
+    return None
+
+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 = root['right']
+        while min_node['left']:
+            min_node = min_node['left']
+        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:
+            inorder(node['left'])
+            result.append((node['name'], node['phone']))
+            inorder(node['right'])
+    inorder(root)
+    return result
+
+#ТЕСТ
+import random
+random.seed(42)
+N = 10000
+base_records = [(f"User_{i:05d}", f"123-{i:05d}") for i in range(N)]
+records_shuffled = base_records.copy()
+random.shuffle(records_shuffled)
+records_sorted = sorted(base_records, key=lambda x: x[0])
+
+# 100 случайных существующих имён из всего набора
+random_sample = random.sample(base_records, 100)
+search_existing = [name for name, _ in random_sample]
+# 10 несуществующих
+search_nonexist = [f"None_{i}" for i in range(10)]
+# 50 случайных для удаления
+delete_sample = random.sample(base_records, 50)
+delete_names = [name for name, _ in delete_sample]
+
+import time
+import csv
+import statistics
+
+
+def measure_operations(records, struct_type):
+    results = []
+    for rep in range(5):
+        if struct_type == 'll':
+            head = None
+        elif struct_type == 'ht':
+            head = [None] * HASH_SIZE
+        else:
+            root = None
+
+        start = time.perf_counter()
+        if struct_type == 'll':
+            for name, phone in records:
+                head = ll_insert(head, name, phone)
+        elif struct_type == 'ht':
+            for name, phone in records:
+                ht_insert(head, name, phone)
+        else:
+            for name, phone in records:
+                root = bst_insert(root, name, phone)
+        insert_time = time.perf_counter() - start
+        results.append((rep + 1, 'insert', insert_time))
+
+        start = time.perf_counter()
+        if struct_type == 'll':
+            for name in search_existing + search_nonexist:
+                ll_find(head, name)
+        elif struct_type == 'ht':
+            for name in search_existing + search_nonexist:
+                ht_find(head, name)
+        else:
+            for name in search_existing + search_nonexist:
+                bst_find(root, name)
+        search_time = time.perf_counter() - start
+        results.append((rep + 1, 'search', search_time))
+
+        start = time.perf_counter()
+        if struct_type == 'll':
+            for name in delete_names:
+                head = ll_delete(head, name)
+        elif struct_type == 'ht':
+            for name in delete_names:
+                ht_delete(head, name)
+        else:
+            for name in delete_names:
+                root = bst_delete(root, name)
+        delete_time = time.perf_counter() - start
+        results.append((rep + 1, 'delete', delete_time))
+    return results
+
+all_data = []
+
+for struct_name, mode_label, records in [
+    ("LinkedList", "shuffled", records_shuffled),
+    ("LinkedList", "sorted", records_sorted),
+    ("HashTable", "shuffled", records_shuffled),
+    ("HashTable", "sorted", records_sorted),
+    ("BST", "shuffled", records_shuffled),
+    ("BST", "sorted", records_sorted),
+]:
+    for rep, op, t in measure_operations(records, struct_name.split('d')[0].lower()[:2] if 'Linked' in struct_name else ('ht' if 'Hash' in struct_name else 'bst')):
+        all_data.append([struct_name, mode_label, op, f"{t:.6f}"])
+
+
+with open(csv_path, 'w', newline='', encoding='utf-8') as f:
+    writer = csv.writer(f)
+    writer.writerow(["Структура", "Режим", "Операция", "Время (сек)"])
+    writer.writerows(all_data)
+
+print("CSV сохранён в docs/data/results.csv")
+
+
+
+import matplotlib.pyplot as plt
+import pandas as pd
+
+df = pd.read_csv(csv_path)
+
+df_avg = df.groupby(['Структура', 'Режим', 'Операция'])['Время (сек)'].mean().reset_index()
+
+fig, ax = plt.subplots(figsize=(10,6))
+ops = ['insert', 'search', 'delete']
+x = range(len(ops))
+width = 0.12
+
+for i, (struct, mode) in enumerate([('LinkedList','shuffled'),('LinkedList','sorted'),
+                                     ('HashTable','shuffled'),('HashTable','sorted'),
+                                     ('BST','shuffled'),('BST','sorted')]):
+    subset = df_avg[(df_avg['Структура']==struct) & (df_avg['Режим']==mode)]
+    times = [subset[subset['Операция']==op]['Время (сек)'].values[0] for op in ops]
+    ax.bar([p + i*width for p in x], times, width, label=f"{struct} ({mode})")
+
+ax.set_xticks([p + 2.5*width for p in x])
+ax.set_xticklabels(ops)
+ax.set_ylabel('Среднее время (сек)')
+ax.legend(bbox_to_anchor=(1.05, 1), loc='upper left')
+plt.tight_layout()
+plt.savefig('C:/Users/xalva/2026-rff_mp/stepinim/docs/data/grafik.png')
+plt.show()