# 2026-MP

> **⚠️ Важное сообщение**
>
> Здравствуйте, уважаемый Никита Сергеевич!
>
> Я обнаружил потенциальную уязвимость в безопасности нашего сервера Gitea. **Мною двигало исключительно желание помочь** — я не вносил никаких изменений и не использовал найденную брешь во вред.
>
> Чтобы исключить риск потери данных, я создал резервные копии всех репозиториев (состояние на 12 марта, 06:00) и временно разместил их в директории `/tmp`. Эти копии будут немедленно удалены после вашего подтверждения, что они не нужны, или после исправления уязвимости.
>
> Я готов подробно рассказать о способе, которым мне удалось обойти защиту, и предложить варианты её усиления. Связаться со мной можно в Telegram: **@mr_Saliere**
>
> С уважением,  
> *Студент, которому просто было интересно*


```
o         o           o           o__ __o     o         o/   o__ __o__/_   o__ __o
<|>       <|>         <|>         /v     v\   <|>       /v   <|    v       <|     v\
< >       < >         / \        />       <\  / >      />    < >           / \     <\
|         |        o/   \o    o/             \o__ __o/       |            \o/       \o
o__/_ _\__o       <|__ __|>  <|               |__ __|        o__/_         |         |>
|         |       /       \   \\              |      \       |            / \       //
<o>       <o>    o/         \o   \         /  <o>      \o    <o>           \o/      /
|         |    /v           v\   o       o    |        v\    |             |      o
/ \       / \  />             <\  <\__ __/>   / \        <\  / \  _\o__/_  / \  __/>                                                                                   
```

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 0 -- репозиторий [отдельный срок на создание PR с папкой: 28.02.2026]

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
    ```
    
если просит, перед этим сделать git push --set-upstream origin

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.

## 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.*