[4]full

stepinim/docs/data/results.csv

@@ -1,91 +0,0 @@
-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

@@ -1,44 +0,0 @@
-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/docs/data/lab1_results.csv

@@ -0,0 +1,55 @@
+Структура,Режим,Повтор,Операция,Время (сек)
+LinkedList,shuffled,1,insert,0.5023735999711789
+LinkedList,shuffled,1,search,0.022223800013307482
+LinkedList,shuffled,1,delete,0.010106799949426204
+LinkedList,shuffled,2,insert,0.5151404999778606
+LinkedList,shuffled,2,search,0.023844500014092773
+LinkedList,shuffled,2,delete,0.010028599994257092
+LinkedList,shuffled,3,insert,0.5328615000471473
+LinkedList,shuffled,3,search,0.020557800016831607
+LinkedList,shuffled,3,delete,0.012162799946963787
+LinkedList,sorted,1,insert,0.4577932999818586
+LinkedList,sorted,1,search,0.017212599981576204
+LinkedList,sorted,1,delete,0.012185800005681813
+LinkedList,sorted,2,insert,0.43183969997335225
+LinkedList,sorted,2,search,0.01829650002764538
+LinkedList,sorted,2,delete,0.012130599992815405
+LinkedList,sorted,3,insert,0.436789300001692
+LinkedList,sorted,3,search,0.017460400005802512
+LinkedList,sorted,3,delete,0.012465099978726357
+HashTable,shuffled,1,insert,0.0032562999986112118
+HashTable,shuffled,1,search,9.469996439293027e-05
+HashTable,shuffled,1,delete,5.15999854542315e-05
+HashTable,shuffled,2,insert,0.0031429000082425773
+HashTable,shuffled,2,search,9.000004502013326e-05
+HashTable,shuffled,2,delete,4.360004095360637e-05
+HashTable,shuffled,3,insert,0.003212600015103817
+HashTable,shuffled,3,search,0.00010830000974237919
+HashTable,shuffled,3,delete,4.650000482797623e-05
+HashTable,sorted,1,insert,0.0030796999926678836
+HashTable,sorted,1,search,8.420000085607171e-05
+HashTable,sorted,1,delete,4.730001091957092e-05
+HashTable,sorted,2,insert,0.0030180999892763793
+HashTable,sorted,2,search,9.079999290406704e-05
+HashTable,sorted,2,delete,5.299999611452222e-05
+HashTable,sorted,3,insert,0.0029779999749734998
+HashTable,sorted,3,search,8.510000770911574e-05
+HashTable,sorted,3,delete,6.589997792616487e-05
+BST,shuffled,1,insert,0.011618499993346632
+BST,shuffled,1,search,0.00031289999606087804
+BST,shuffled,1,delete,0.0002456999500282109
+BST,shuffled,2,insert,0.021565500006545335
+BST,shuffled,2,search,0.00032350001856684685
+BST,shuffled,2,delete,0.0002101999707520008
+BST,shuffled,3,insert,0.011865400010719895
+BST,shuffled,3,search,0.0003497999859973788
+BST,shuffled,3,delete,0.0002114999806508422
+BST,sorted,1,insert,1.961912199971266
+BST,sorted,1,search,0.025325599999632686
+BST,sorted,1,delete,0.03309909999370575
+BST,sorted,2,insert,1.8450072000268847
+BST,sorted,2,search,0.025074300006963313
+BST,sorted,2,delete,0.03284020000137389
+BST,sorted,3,insert,1.8502263000118546
+BST,sorted,3,search,0.028948499995749444
+BST,sorted,3,delete,0.040639499959070235

stepinim/lab1_structure/docs/otchet_1lab.md

@@ -0,0 +1,15 @@
+В ходе экспериментов было показано, что производительность структуры данных сильно зависит
+от её внутреннего устройства и характера входных данных.
+
+BST работает быстро на случайных данных, но при отсортированном порядке деградирует почти до
+связного списка, из-за чего время вставки и удаления резко увеличивается. Хеш-таблица
+практически не зависит от порядка входных данных, так как доступ к элементам происходит через
+хеш-функцию, поэтому она показала лучшие результаты при поиске и вставке. Связный список
+оказался самым медленным при поиске, так как требует последовательного обхода элементов.
+
+Удаление также работает по-разному: в связном списке и BST сначала требуется поиск элемента,
+а в хеш-таблице удаление обычно выполняется быстрее за счёт обращения к нужному бакету.
+
+На практике хеш-таблицы лучше подходят для частого поиска и вставки данных, BST — когда
+важно хранить элементы в отсортированном виде, а связные списки полезны в более простых
+задачах, где структура данных часто изменяется и не требуется быстрый поиск.

stepinim/lab1_structure/test.py

@@ -1,7 +1,7 @@
 import sys
-sys.setrecursionlimit(20000)
+sys.setrecursionlimit(30000)
 
-csv_path = 'C:/Users/xalva/2026-rff_mp/stepinim/docs/data/results.csv'
+csv_path = '/stepinim/docs/data/lab1_results.csv'
 
 #Связный список
 def ll_insert(head, name, phone):
@@ -131,125 +131,303 @@ def bst_list_all(root):
     inorder(root)
     return result
 
-#ТЕСТ
+# ============================================================
+# TECT
+# ============================================================
+
+import os
 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
+import pandas as pd
+import matplotlib.pyplot as plt
+
+# ============================================================
+# ПОДГОТОВКА ПАПОК
+# ============================================================
+
+DATA_DIR = os.path.join("docs", "data")
+os.makedirs(DATA_DIR, exist_ok=True)
+
+csv_path = os.path.join(DATA_DIR, "lab1_results.csv")
+graph_path = os.path.join(DATA_DIR, "lab1_graph.png")
+
+# ============================================================
+# ТЕСТОВЫЕ ДАННЫЕ
+# ============================================================
+
+random.seed(42)
+
+N = 3000
+
+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])
+
+# Поиск
+search_existing = [
+    name for name, _ in random.sample(base_records, 100)
+]
+
+search_nonexist = [
+    f"None_{i}"
+    for i in range(10)
+]
+
+# Удаление
+delete_names = [
+    name for name, _ in random.sample(base_records, 50)
+]
+
+# ============================================================
+# СОЗДАНИЕ СТРУКТУР
+# ============================================================
+
+def build_structure(records, struct_type):
+
+    if struct_type == "ll":
+        structure = None
+
+        for name, phone in records:
+            structure = ll_insert(structure, name, phone)
+
+        return structure
+
+    elif struct_type == "ht":
+        structure = [None] * HASH_SIZE
+
+        for name, phone in records:
+            ht_insert(structure, name, phone)
+
+        return structure
+
+    elif struct_type == "bst":
+        structure = None
+
+        for name, phone in records:
+            structure = bst_insert(structure, name, phone)
+
+        return structure
 
 
-def measure_operations(records, struct_type):
+# ============================================================
-    results = []
+# INSERT
-    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()
+def measure_insert(records, struct_type):
-        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()
+    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()
+    build_structure(records, struct_type)
-        if struct_type == 'll':
+
-            for name in delete_names:
+    end = time.perf_counter()
-                head = ll_delete(head, name)
+
-        elif struct_type == 'ht':
+    return end - start
-            for name in delete_names:
+
-                ht_delete(head, name)
+
-        else:
+# ============================================================
-            for name in delete_names:
+# SEARCH
-                root = bst_delete(root, name)
+# ============================================================
-        delete_time = time.perf_counter() - start
+
-        results.append((rep + 1, 'delete', delete_time))
+def measure_search(records, struct_type):
-    return results
+
+    structure = build_structure(records, struct_type)
+
+    start = time.perf_counter()
+
+    if struct_type == "ll":
+        for name in search_existing + search_nonexist:
+            ll_find(structure, name)
+
+    elif struct_type == "ht":
+        for name in search_existing + search_nonexist:
+            ht_find(structure, name)
+
+    elif struct_type == "bst":
+        for name in search_existing + search_nonexist:
+            bst_find(structure, name)
+
+    end = time.perf_counter()
+
+    return end - start
+
+
+# ============================================================
+# DELETE
+# ============================================================
+
+def measure_delete(records, struct_type):
+
+    structure = build_structure(records, struct_type)
+
+    start = time.perf_counter()
+
+    if struct_type == "ll":
+        for name in delete_names:
+            structure = ll_delete(structure, name)
+
+    elif struct_type == "ht":
+        for name in delete_names:
+            ht_delete(structure, name)
+
+    elif struct_type == "bst":
+        for name in delete_names:
+            structure = bst_delete(structure, name)
+
+    end = time.perf_counter()
+
+    return end - start
+
+
+# ============================================================
+# ЗАМЕРЫ
+# ============================================================
 
 all_data = []
 
-for struct_name, mode_label, records in [
+experiments = [
-    ("LinkedList", "shuffled", records_shuffled),
+    ("LinkedList", "ll"),
-    ("LinkedList", "sorted", records_sorted),
+    ("HashTable", "ht"),
-    ("HashTable", "shuffled", records_shuffled),
+    ("BST", "bst")
-    ("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}"])
 
+modes = [
+    ("shuffled", records_shuffled),
+    ("sorted", records_sorted)
+]
+
+for struct_name, struct_type in experiments:
+
+    for mode_name, records in modes:
+
+        for rep in range(1, 4):
+
+            insert_time = measure_insert(records, struct_type)
+
+            search_time = measure_search(records, struct_type)
+
+            delete_time = measure_delete(records, struct_type)
+
+            all_data.append([
+                struct_name,
+                mode_name,
+                rep,
+                "insert",
+                insert_time
+            ])
+
+            all_data.append([
+                struct_name,
+                mode_name,
+                rep,
+                "search",
+                search_time
+            ])
+
+            all_data.append([
+                struct_name,
+                mode_name,
+                rep,
+                "delete",
+                delete_time
+            ])
+
+# ============================================================
+# CSV
+# ============================================================
+
+with open(csv_path, "w", newline="", encoding="utf-8") as f:
 
-with open(csv_path, 'w', newline='', encoding='utf-8') as f:
     writer = csv.writer(f)
-    writer.writerow(["Структура", "Режим", "Операция", "Время (сек)"])
+
+    writer.writerow([
+        "Структура",
+        "Режим",
+        "Повтор",
+        "Операция",
+        "Время (сек)"
+    ])
+
     writer.writerows(all_data)
 
-print("CSV сохранён в docs/data/results.csv")
+print(f"CSV сохранён: {csv_path}")
 
-
+# ============================================================
-
+# ГРАФИК
-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()
+df_avg = (
+    df.groupby(
+        ["Структура", "Режим", "Операция"]
+    )["Время (сек)"]
+    .mean()
+    .reset_index()
+)
+
+fig, ax = plt.subplots(figsize=(12, 6))
+
+ops = ["insert", "search", "delete"]
 
-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'),
+configs = [
-                                     ('HashTable','shuffled'),('HashTable','sorted'),
+    ("LinkedList", "shuffled"),
-                                     ('BST','shuffled'),('BST','sorted')]):
+    ("LinkedList", "sorted"),
-    subset = df_avg[(df_avg['Структура']==struct) & (df_avg['Режим']==mode)]
+    ("HashTable", "shuffled"),
-    times = [subset[subset['Операция']==op]['Время (сек)'].values[0] for op in ops]
+    ("HashTable", "sorted"),
-    ax.bar([p + i*width for p in x], times, width, label=f"{struct} ({mode})")
+    ("BST", "shuffled"),
+    ("BST", "sorted")
+]
+
+for i, (struct, mode) in enumerate(configs):
+
+    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_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')
+ax.set_ylabel("Среднее время (сек)")
+
+ax.set_title("Сравнение структур данных")
+
+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.savefig(graph_path)
+
+print(f"График сохранён: {graph_path}")
+
 plt.show()

stepinim/lab2_oop/docs/data/empty_2lab.txt

@@ -0,0 +1,20 @@
+S                   
+                    
+                    
+                    
+                    
+                    
+                    
+                    
+                    
+                    
+                    
+                    
+                    
+                    
+                    
+                    
+                    
+                    
+                    
+                   E

stepinim/lab2_oop/docs/data/large_2lab.txt

@@ -0,0 +1,100 @@
+####################################################################################################
+#S #    # ### ##           ##   #   # ### #  #   ##    #       #   ### ## ####      # ## ## #  #####
+#  #  # # ## ##   #  # # # # #          #    # # #####  # ##     #  #       ##    #       ##  #    #
+##   #  ##  ###  ## ####  ## # # #   ##    ####  #  ##   #### ## ###   # #   # ##  #  #  ##        #
+###      # ##   ##  ###  # #   #### #   #    #   #   ##     ##        ###### ## ## # # ###   #   ###
+## # #          #  ###   # #  ## ###  ### # # ##      # #  # ##      #        #       #######    # #
+######  ###               ## #  # # #  # #    ### ###  ##   ### ### ##### # #  ## #   # ## ##   ####
+####    #   ##    #    # ##       # ## ## ##       #   ##     # #     ##  ##  #     #    #  # ## ###
+#  #   #       #      # ######    #    #  ##  ####   #    #   #   ## #     # ###   ##### ##  #     #
+# ###  # # # #  ##          ###     # #  ##    #### # #     # ######  #    #  ###### #     ##      #
+## ## ##   ###           # # ### #     #   ##     #         ## ### ###  ##  ## #     ### #  #      #
+##   #  ## #   #  ##         # ###   #   ## #   ###  ##    #  ### ###  ###   # ## ##  # ###  # #   #
+#   # #    # # ### #  ##       #  #  #     ## #  #  #  #   # # # #    #  # ### ##  #   #   ## #  # #
+##   #  #  #     ####  ##  #  # # #  #  #  ### #   #  #####    #        #           #  #  # # #  # #
+#    ##       ##  # ##  #        #   ####   #  #      ## ####  #  ##   #  #      #   #    # # # #  #
+#         #   ###  # # # ##   #  # #  #  ## ##    #    # # #   ## # #  #  # ##  ## ####  #  ## # # #
+# #  ### #  #   ##  #  ##  ####    ####  ## #         #### # ### ##  #    #    #      #    ## ##   #
+##### #  # # #    # ## # ##          # ### # # # # # #   # #  # #  ### ## #  ## ##     #### # #    #
+# # #   ####  ## ##      ##    # #    # # # # # # #  ##   #    #   ##   # ###   #    # ## # #  #  ##
+### #   ###      ####### ###  # #  #    #        # ##  ##     #              ## #  ## #   ##     ###
+# #     ###    ######## ###   ##  #        #  # #  # #   ##  ##    #  ## ###  # #  #   ###  ###  ###
+# #  ## ##  # # ### ### ##    #    # ##   #   # #     #   #     ## ## ###   # #      ####  ####  ###
+#  ### ##  ###   #### #     ##   # #   ##           #   ##  # ## ###  # # #   #   ###  #    ##   ###
+#### ## #  ### #  # ## ###  ##   #   # #             #   #  # # ##     # ##  ## # # # #  ##  ##    #
+### ## #  #  ####   ##  ##  #####   ##  #  # # ## #   ##  # #  #  #     # #   #  #     ## # ##  #  #
+# #    #  # #    #    # ##  ##  #   ### # ## ## # ##    # # #   ##     #   # ##  ##  # # #    # ## #
+# #  ######  #  #  # #  # #   #   #  ## ##  #    # # ##    #  #  # # #   #  ## #  # ##  #   #     ##
+# # # # # ##  #  # #   #  #  # # #   ## #      ##  # ####     #  ### ####   ## #         #    ##  ##
+##     #     # ##        #   ###  # #### ## #   ###    ## # #         #  # ###  # ## # #    # #    #
+# #  ###   # ### # ## # ##      ##    #  # #  ###  #####     ## ###  #  ## ###  # # #   ##  ###### #
+## # # #  ##  #  # ####        #  #      ## #  ##   # #  # #   #   #           #   # #     #  #  # #
+## # #  #   ##   #### #  ### ###  ## #  ##  #####  # # # #  # #      #     #   # # #####      # # ##
+#  ## ##   # #     # # ### ##  # #     ###   ###  ##   #  # #    #   ## #   # ## ### # #  #      ###
+# ## ##  ##  ###   #  #  ####       #        ## ##   ##   ###     ###   # #                  ##   ##
+##  #   #  ##### ####  #   #  ##   ##          ###  #  #   # #  #  #  #  #  #  #  ### #      ####  #
+# # #  #    # #      ####    #   #  ##  #    # #    ## #   #   #   #  #  # # ###   #  #           ##
+##      ###    ##        ###    #    ##   ## ###  #   ##   #  #   #      # # # # #   # # ####  ## ##
+##    #   ###    ##   ## #   # ###  #  #  ####      # #    # ###  #     #  #  # #  #    ####  #    #
+# # #     ##  ### # #  #     # #      # ## ##  #   # ## ##  #       ## #  #    #  #     ### ##  #  #
+#    ###   # ###  ## # # # #   # #  ##      # ###### # ## ##    ##  #     ##  ## ## #   ##       # #
+# #  #     #  #  ##   #     #    #  #   #  #       ## #      #   #   ######      # #    ###   #    #
+#   #  ## #  #  ##     # # ##       ###  #    ##  ##      ##  # #  #   #  #    #  # #  #  ## # #   #
+## ####      ## ### ####  #   #  ### #  #   # #  #  ##  # ## #   # #####   ## ##   #     #  ##     #
+##    # #   #  ##   #   ## # #  ##   #   ####  # #        ### #     #### #  ##  #  ##### #  #    # #
+#   # #  #    #  ## ####    #  #  ##  #    #  # #    ## # ## ##     # # # ## # #   ## ## ### #     #
+#  # # ## #     ##  # #   ##        ##   # ##         #  #  ##      #      ##     #  #    # #####  #
+## #### ##   ##### # ###     #  ### #   #  ##  # ##   #    # #       # #  #   # ## #  ###   #   ## #
+#      # #  #  # ##  #    ## #   ##   ## # # ### #   ####### # # ## # ###   ## ## ##    ##      ## #
+### ##  #  ##  ##   #    ##  #     ###  ###  #   ### #  # #  ######  ### ### # #   #   ##   ###  # #
+##       #  ## ##  #   ##    ###       #   # #   # ##      #   ### #  ###  ##    #      ## # # # # #
+# # ## ##      ## # #   #  # ##   # # ## #   ## # #   # ##  # #  # #   #   #   #  # ##         # # #
+#  #  #     ##      #  ##  ##   ## ####   ## ## ##   ###        ##### ######  ##      ###   #    # #
+#  # ## #  #  #    #  ##         # #   #    #  # ## #     ####  ##    #  ##         # ### #  ##    #
+# #    ## #   #  # ###    #  #      # # ##  ###   ##  # ## # # #  # #  ##  #     # #  ### ##     # #
+#   ## #   #  #      ## #   # # # # ##         #         #  # # ##   # #  #  # ######   ## ###   # #
+#  ## ##      #  ### # #   ##  #######  ## # ####### #      # # #     ## # ### #   ##     # #      #
+##  ###  ## ###    # ##     #   #   ##  ### # ### ### # # #  ##     #     #  ##       #  ### #     #
+# #  # ### ## #       # ##    #      ##                ##   #  ### #     #  #  ###  ###### #   # # #
+##        # ### ##  #   ###   ##  ##     #   ## #   ##     ##     ### ## ### ### ## ##       # ##  #
+# #  #### ## #    # ##   ##   #   #### #    ###  #   ## ## #  #        #          #  #  ##      #  #
+# #     #  #   ####  #  # #   ### ## # ##  ##   ##   #  # ## # ##### # # #    #   # ## #  #### # # #
+#   #    ###    #  # ##  ####   #    # #    #  ##  ##   #       ##  ## ###     # ##  ##   ## #  ## #
+## #     ##     # # #   # # ## ## #       ##  ##  ##      #   ##  #     ####  ##         #    ##   #
+#   #    #  ##     # ##  #   #  #  #   ###    #   # ## ##  #    #  # #  # ###  #    ### ## # #  ## #
+#  #   # ###  #       #          ##  ## # # ##   #  ###  # #    ###   #    ##   # ### # ## ## ## # #
+###     # ##   #  # #### ###   ## # ## # ##  #          ##       #### #  # ###### #  #  #### #  ## #
+# # # #  # #   ### #  #    #  #   ##   ####       ### #  #   #  # #     ##  # # # ####  # ####  #  #
+##    ## #      ##   #  #  # # # ##    # ### ####  # ## ###     #   ##### ### ##        ###  #   # #
+#  #      # #######   ##   ###  #  ####### # # # #######   #  #      #   ### # # ## # #       #    #
+##  #  #  ## ## ##  # ###   ##  ##  ###      ## ## #    #  ##        #   ##   ## #   #      # #    #
+### #  #     ####   ###    # # ## #   ## # #  # ####     #  #    #  # #    #   # # ##    #  ##     #
+# ##### #    ##  ### ## ####     # #    #  ##  #### # #      #   #   ##   #    #  ##      #        #
+# #    # #  #    ###  #  ##    #### # # # ###    #    #  #   # ## #       #       #  #  # #        #
+# # ##  ## #### #   #   ### ## ##           ###   ###  ##  ## #      #   # #  # ##    #   ##   ### #
+## #  #   ##    # #  ##          # ## # ### # ###               # #   #  ##     #   ###  #### # ## #
+# ##  #        # # #  ##  ##  #     #   # # ## #  ###  ## ###### ### #    ## ### # #     # #    #  #
+###   # #    #  # ####   # #    # #    ###     ##### # ##   #  ##   # #   ##    #  #        #  ##  #
+#   #   # #  #####   # # ####  #    #     # ##   #        ##      #  #    ## ###  #  # ## # ####   #
+### ## #  #   #  ## #   # ##  #  # ##    #   #  #      ###   ## ## # ### #      #  ## # # #     #  #
+####   #        # # # ##   # #        #  ##    ###   #      #  #  ###  #   ## #  # ##  # # # ##  # #
+#  # #   ## #   ##   #  #   ## ### # ##   ## # ##  #  ## ##     #  # # ## #  # ###     ## ##   ##  #
+#   # #    ##  # #   #     ##   # ##  ##   # ##  #    ##       ##   ####    ####   #    ## #   #   #
+##  #     # #### ###  ##   # #### ###   ### #    ##      #    #   ##  ##      #     ##      # ###  #
+# ##  #####  #  #    ##    ### ### #   # # #     ### ####          ## ##   ##   ##     ### ## #    #
+# #  ##   # ## ##          #     #  ###  #   # # #       ##  #  ###  ##     ## ##   ##  ##  # #  # #
+# ####      #  #  ####   #  ## ###  ######   #  #  #    ## # #    #  #   # # # # # #### ##  # # #  #
+# ####   # ### #####   # ##   ## #    #  ##    ## #  ##     ##   #       ##    ###  # # #   # # #  #
+#   # ##    #   # #  ##    # # ##     ## #  #    #      #   ##  #    #   #  ## ###       #  ##   # #
+###   #    ##         #        #    # ## #  #    # ####   #####  #   # ##  #  ## # #   # #   ### # #
+#  #    # #  ### #  ##  #  #   # # ## #     #    # ###   # ## #        # #  #  # #  #   # #  # #   #
+##  #  #  #  #     ##  ## #   #### ## # #  ## # # #   # #     ### #  # #    #### # #    ## ## # #  #
+## #  # ##  #  ####  # #    #   #  ##   #    ### ##   ## #### #  ## ## # ##  ## #### ##  ### ####  #
+#       ### ### ###   # ### ### ##    # # #       ###### # #  ###    ##  #   #  #    #  #  #   #   #
+## ###         ## #   ##     #      ##     #     ## ###  #      #        #  ####      ### ###    # #
+#   # ## #     #    #   ##     ##       # #  # #   ###   ###  #  ### ###   #    # # #  ###  ## #   #
+##   # ##  # #   # #  ###### ##     ###    #  ###  #   # #  ## # ##    ## # ###  # #  # ## #   ##  #
+#   ##  #  ##  # #   # ## ##    # ##  ## ##   #     ##  #  ##      #  # #  #     ##  # #   #       #
+#   ###  #   ## ##   #   ####  #  #####   #   ##     ##   ##       ###   #    #        #  #   ###  #
+##  # ## #   #     # #   #####  #  ## #   # #  ##   #  ###    # # #   ##   # ## # #    #      ##  E#
+####################################################################################################

stepinim/lab2_oop/docs/data/medium_2lab.txt

@@ -0,0 +1,50 @@
+##################################################
+#S           ## ###   #    #     # #### # ##     #
+# # ## #         #  #  #  #####   ###   # ###  # #
+# ## #### # ### ###  ## #  # #### ###   #  #     #
+####          #    #  # #   #    ##        #  ####
+# ##  #  #### ##          #  #     ##    #   # # #
+# ###   #    # #                  #    ###    # ##
+#   # #  # ## #    # ##      #          ## #  #  #
+## # #  # ####      #  # #     #  #      ###    ##
+##  #   # ##     ##  ###        # #      ##      #
+##     # #   # #     #   # #  #   # # #      #   #
+#    # ##  #           ##  ## ## ##   ##     # ###
+#    ###   # # #   ##    ##  # #  #  #  ##   #  ##
+##     #      # # # ##      #     #    #  #      #
+# #     #   #  #      ###   #       ###     # # ##
+#   #  # #    #  #  #   #####       # ###       ##
+# # #  #  ##    ## #      #    # # ###  ####     #
+##      # #  # ##   # #  ## #    ### ##   ###  # #
+##  # ##                  # #       # #          #
+#  ##### ##       ## # #     #  ## #  ##  #   #  #
+# # # # ###   #####         ###    # #    ##     #
+## # # #  ##   #    # ##  #       #  #  #     ## #
+####  # #  ## # # # ##    ##         # ##  ##    #
+#       #  ###  ###     ##  #         ##  #### # #
+# # ### # ##  #####  #          #     #  #  ## # #
+##           ####        # #        # # #        #
+#    ##  # #    # #  ##   ##        #   #  ##  # #
+#      #   ##   #    ### #     ### ##      # ##  #
+#   #  #         # # ##   ##        ##       #   #
+# # ##   ###  ## ##   #  #   #      # #  ##    # #
+## # # ####     # ####   #      ##   ##    # ##  #
+#   #  #           ## #  #   # # #     #    #  # #
+#  ###  ### #  # #   #       #      # #          #
+# ##  #  #    #      ####### # #  # # #  #   ### #
+##  # #  # # #   #  #  #        # ##   #  ##     #
+#   #  #  #  ##  ##    # #   ## ### # # #  # # # #
+#    ##  # ### # #   #   #           #  #     #  #
+#  # #    # #         # #          ## # ###   #  #
+# #     ### #   #      # ###   # ##         # #  #
+# ###    #    # #  #    ##      #     #   ##   # #
+# ## #  ### # ##     ## ###      #   #         # #
+# ##  #          #  ##  ##  #     # # ##     #   #
+#    # ##  #   # #     #      #  #      # #   ## #
+##             # # #   #   #  #    # # #  # #    #
+# #        #  #  ###    ##   ###   #  ## # #  #  #
+## #####  #   #           #   ## #     ## ### #  #
+#     ##  #     ## #####   #       # #    ##     #
+#   #   #  # #   #   ###    #  # #      #    #   #
+###   # # #   # #  # ##    ##  ###         ##  #E#
+##################################################

stepinim/lab2_oop/docs/data/no_exit_2lab.txt

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

stepinim/lab2_oop/docs/data/results_2lab.csv

@@ -0,0 +1,21 @@
+maze,strategy,time_ms,visited,path_length
+small,BFS,0.1971,28,15
+small,DFS,0.062,16,15
+small,A*,0.1713,28,15
+small,Dijkstra,0.148,28,15
+medium,BFS,5.3354,1377,95
+medium,DFS,0.7772,282,151
+medium,A*,3.8703,500,95
+medium,Dijkstra,8.3548,1363,95
+large,BFS,16.9817,4391,195
+large,DFS,3.414,614,285
+large,A*,5.7519,559,195
+large,Dijkstra,31.018,4380,195
+empty,BFS,2.3012,400,39
+empty,DFS,1.4237,400,191
+empty,A*,3.6105,400,39
+empty,Dijkstra,2.9606,400,39
+no_exit,BFS,0.5791,136,0
+no_exit,DFS,0.5479,136,0
+no_exit,A*,0.9933,136,0
+no_exit,Dijkstra,0.8121,136,0