Merge pull request '[1,2]stepinim' (#370) from stepinim/2026-rff_mp:stepinim into develop

Reviewed-on: UNN/2026-rff_mp#370

.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>

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

@@ -0,0 +1,376 @@
+import sys
+
+sys.setrecursionlimit(30000)  # Увеличиваю лимит рекурсии для BST
+
+# Связный список
+def ll_insert(head, name, phone):
+    new_node = {'name': name, 'phone': phone, 'next': None}  # Создаю новый узел
+    if head is None:  # Если список пуст
+        return new_node  # Возвращаю узел как голову
+
+    curr = head  # Указатель для обхода
+    prev = None  # Храню предыдущий узел
+    while curr is not None:  # Иду по списку
+        if curr['name'] == name:  # Если нашел такое же имя
+            curr['phone'] = phone  # Обновляю телефон
+            return head
+        prev = curr
+        curr = curr['next']
+    prev['next'] = new_node  # Добавляю в конец
+    return head
+
+
+def ll_find(head, name):
+    curr = head  # Начинаю с головы
+    while curr:  # Иду по всему списку
+        if curr['name'] == name:  # Сравниваю имена
+            return curr['phone']  # Возвращаю телефон
+        curr = curr['next']  # Перехожу к следующему
+    return None  # Не нашел
+
+
+def ll_delete(head, name):
+    if head is None:  # Пустой список
+        return None
+    if head['name'] == name:  # Удаляю голову
+        return head['next']  # Возвращаю второй элемент
+    curr = head
+    while curr['next']:  # Иду пока есть следующий
+        if curr['next']['name'] == name:  # Нашел элемент для удаления
+            curr['next'] = curr['next']['next']  # Перепрыгиваю через него
+            return head
+        curr = curr['next']
+    return head
+
+
+def ll_list_all(head):
+    result = []
+    curr = head
+    while curr:  # Собираю все элементы
+        result.append((curr['name'], curr['phone']))
+        curr = curr['next']
+    result.sort(key=lambda x: x[0])  # Сортирую по имени
+    return result
+
+
+# Хэш-таблица
+HASH_SIZE = 1009  # Размер таблицы - простое число
+
+
+def _hash_name(name):
+    return hash(name) % HASH_SIZE  # Беру остаток от деления - это индекс корзины
+
+
+def ht_insert(buckets, name, phone):
+    idx = _hash_name(name)  # Вычисляю индекс корзины
+    buckets[idx] = ll_insert(buckets[idx], name, phone)  # Метод цепочек - вставляю в список
+
+
+def ht_find(buckets, name):
+    idx = _hash_name(name)  # Нахожу корзину
+    return ll_find(buckets[idx], name)  # Ищу в цепочке
+
+
+def ht_delete(buckets, name):
+    idx = _hash_name(name)  # Нахожу корзину
+    buckets[idx] = ll_delete(buckets[idx], name)  # Удаляю из цепочки
+
+
+def ht_list_all(buckets):
+    all_entries = []
+    for bucket in buckets:  # Прохожу по всем корзинам
+        if bucket is not None:
+            curr = bucket
+            while curr:  # Собираю всю цепочку
+                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:  # Пустое место - создаю узел
+        return {'name': name, 'phone': phone, 'left': None, 'right': None}
+    if name < root['name']:  # Меньше - иду влево
+        root['left'] = bst_insert(root['left'], name, phone)  # Рекурсивно вставляю в левое поддерево
+    elif name > root['name']:  # Больше - иду вправо
+        root['right'] = bst_insert(root['right'], name, phone)  # Рекурсивно вставляю в правое поддерево
+    else:  # Равно - обновляю
+        root['phone'] = phone
+    return root
+
+
+def bst_find(root, name):
+    curr = root
+    while curr:  # Итеративный спуск по дереву
+        if name == curr['name']:  # Нашел
+            return curr['phone']
+        elif name < curr['name']:  # Искомое меньше - налево
+            curr = curr['left']
+        else:  # Искомое больше - направо
+            curr = curr['right']
+    return None
+
+
+def bst_delete(root, name):
+    if root is None:
+        return None
+    if name < root['name']:  # Ищу в левом поддереве
+        root['left'] = bst_delete(root['left'], name)
+    elif name > root['name']:  # Ищу в правом поддереве
+        root['right'] = bst_delete(root['right'], name)
+    else:  # Нашел узел для удаления
+        if root['left'] is None:  # Нет левого ребенка
+            return root['right']  # Заменяю правым
+        if root['right'] is None:  # Нет правого ребенка
+            return root['left']  # Заменяю левым
+        # Есть оба ребенка - ищу минимальный в правом поддереве
+        min_node = root['right']
+        while min_node['left']:  # Иду до самого левого
+            min_node = min_node['left']
+        root['name'] = min_node['name']  # Копирую данные преемника
+        root['phone'] = min_node['phone']
+        root['right'] = bst_delete(root['right'], min_node['name'])  # Удаляю преемника
+    return root
+
+
+def bst_list_all(root):
+    result = []
+
+    def inorder(node):  # Симметричный обход
+        if node:
+            inorder(node['left'])  # Сначала левое
+            result.append((node['name'], node['phone']))  # Потом корень
+            inorder(node['right'])  # Потом правое
+
+    inorder(root)
+    return result
+
+
+# ============================================================
+# TECT
+# ============================================================
+
+import os
+import random
+import time
+import csv
+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)  # Фиксирую seed для повторяемости
+
+N = 3000  # 3000 записей
+
+base_records = [
+    (f"User_{i:05d}", f"123-{i:05d}")
+    for i in range(N)
+]
+
+records_shuffled = base_records.copy()
+random.shuffle(records_shuffled)  # Перемешанный порядок
+
+records_sorted = sorted(base_records, key=lambda x: x[0])  # Отсортированный порядок
+
+# Данные для поиска
+search_existing = [
+    name for name, _ in random.sample(base_records, 100)  # 100 существующих имен
+]
+
+search_nonexist = [
+    f"None_{i}"
+    for i in range(10)  # 10 несуществующих имен
+]
+
+# Данные для удаления
+delete_names = [
+    name for name, _ in random.sample(base_records, 50)  # 50 имен для удаления
+]
+
+
+# ============================================================
+# 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)  # Последовательная вставка
+        return structure
+
+    elif struct_type == "ht":
+        structure = [None] * HASH_SIZE
+        for name, phone in records:
+            ht_insert(structure, name, phone)  # Вставка с хэшированием
+        return structure
+
+    elif struct_type == "bst":
+        structure = None
+        for name, phone in records:
+            structure = bst_insert(structure, name, phone)  # Вставка с ветвлением
+        return structure
+
+
+# ============================================================
+# INSERT
+# ============================================================
+
+def measure_insert(records, struct_type):
+    start = time.perf_counter()
+    build_structure(records, struct_type)  # Замеряю время построения структуры
+    end = time.perf_counter()
+    return end - start
+
+
+# ============================================================
+# SEARCH
+# ============================================================
+
+def measure_search(records, struct_type):
+    structure = build_structure(records, struct_type)  # Строю структуру
+    start = time.perf_counter()
+
+    if struct_type == "ll":
+        for name in search_existing + search_nonexist:
+            ll_find(structure, name)  # Поиск перебором
+    elif struct_type == "ht":
+        for name in search_existing + search_nonexist:
+            ht_find(structure, name)  # Поиск через хэш
+    elif struct_type == "bst":
+        for name in search_existing + search_nonexist:
+            bst_find(structure, name)  # Поиск спуском по дереву
+
+    end = time.perf_counter()
+    return end - start
+
+
+# ============================================================
+# DELETE
+# ============================================================
+
+def measure_delete(records, struct_type):
+    structure = build_structure(records, struct_type)  # Строю структуру
+    start = time.perf_counter()
+
+    if struct_type == "ll":
+        for name in delete_names:
+            structure = ll_delete(structure, name)  # Удаление со сдвигом
+    elif struct_type == "ht":
+        for name in delete_names:
+            ht_delete(structure, name)  # Удаление из цепочки
+    elif struct_type == "bst":
+        for name in delete_names:
+            structure = bst_delete(structure, name)  # Удаление с ребалансировкой
+
+    end = time.perf_counter()
+    return end - start
+
+
+# ============================================================
+# ЗАМЕРЫ
+# ============================================================
+
+all_data = []
+
+experiments = [
+    ("LinkedList", "ll"),
+    ("HashTable", "ht"),
+    ("BST", "bst")
+]
+
+modes = [
+    ("shuffled", records_shuffled),  # Тест на случайных данных
+    ("sorted", records_sorted)  # Тест на отсортированных данных
+]
+
+for struct_name, struct_type in experiments:
+    for mode_name, records in modes:
+        for rep in range(1, 4):  # 3 повтора для усреднения
+            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:
+    writer = csv.writer(f)
+    writer.writerow(["Структура", "Режим", "Повтор", "Операция", "Время (сек)"])
+    writer.writerows(all_data)
+
+print(f"CSV сохранён: {csv_path}")
+
+# ============================================================
+# ГРАФИК
+# ============================================================
+
+df = pd.read_csv(csv_path)
+
+df_avg = (
+    df.groupby(["Структура", "Режим", "Операция"])["Время (сек)"]
+    .mean()
+    .reset_index()
+)
+
+fig, ax = plt.subplots(figsize=(12, 6))
+
+ops = ["insert", "search", "delete"]
+x = range(len(ops))
+width = 0.12
+
+configs = [
+    ("LinkedList", "shuffled"),
+    ("LinkedList", "sorted"),
+    ("HashTable", "shuffled"),
+    ("HashTable", "sorted"),
+    ("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_xticklabels(ops)
+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(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