Merge pull request '[2] task2' (#310) from nehoroshevaa/2026-rff_mp:Task2 into develop

Reviewed-on: #310

nehoroshevaa/docs/report.md

@@ -0,0 +1,174 @@
+1. Цель работы
+
+Разработать расширяемую программу для поиска пути в лабиринте, поддерживающую загрузку карты из файла, выбор алгоритма поиска, сбор статистики и сравнение эффективности различных стратегий.
+
+В ходе работы применены паттерны проектирования для разделения ответственности между компонентами системы и повышения гибкости архитектуры.
+
+2. Постановка задачи
+
+Лабиринт задаётся в текстовом файле символами:
+
+# — стена
+пробел — проходимая клетка
+S — стартовая позиция
+E — выход
+
+Программа должна:
+
+загружать лабиринт из файла;
+строить внутреннюю модель представления;
+находить путь от старта до выхода;
+поддерживать выбор алгоритма поиска;
+собирать статистику работы алгоритмов;
+визуализировать результат;
+выполнять сравнительный анализ стратегий.
+3. Использованные паттерны проектирования
+3.1 Builder
+
+Паттерн Builder применяется для создания объекта лабиринта из текстового файла. Он инкапсулирует процесс парсинга, валидации и построения структуры данных.
+
+Преимущества:
+
+отделение логики загрузки от логики использования;
+возможность добавления новых форматов (JSON, бинарные файлы);
+упрощение расширения системы.
+3.2 Strategy
+
+Паттерн Strategy используется для реализации различных алгоритмов поиска пути.
+
+Реализованы следующие стратегии:
+
+BFS;
+DFS;
+A*.
+
+Преимущества:
+
+возможность переключения алгоритма во время выполнения;
+отсутствие зависимости MazeSolver от конкретной реализации;
+лёгкое добавление новых алгоритмов.
+3.3 Observer
+
+Паттерн Observer применяется для уведомления интерфейса о событиях выполнения программы (например, нахождение пути).
+
+Преимущества:
+
+разделение логики поиска и отображения;
+возможность замены интерфейса без изменения алгоритмов;
+расширяемость системы визуализации.
+3.4 Command (дополнительно)
+
+Паттерн Command используется для представления действий пользователя как объектов (например, перемещение и отмена хода).
+
+Преимущества:
+
+поддержка undo/redo;
+хранение истории действий;
+разделение команд и логики исполнения.
+4. Архитектура системы
+
+Система состоит из следующих основных компонентов:
+
+Cell — описание клетки лабиринта;
+Maze — структура лабиринта и логика соседей;
+MazeBuilder — загрузка лабиринта из файла;
+PathFindingStrategy — интерфейс алгоритмов поиска;
+реализации стратегий: BFS, DFS, A*;
+MazeSolver — оркестратор поиска и сбор статистики;
+SearchStats — структура результатов;
+ConsoleView — визуализация результата;
+Command (опционально) — управление действиями пользователя.
+5. Описание ключевых компонентов
+Cell
+
+Хранит координаты клетки и её тип (стена, старт, выход). Определяет проходимость клетки.
+
+Maze
+
+Представляет лабиринт в виде двумерного массива клеток и предоставляет методы доступа к соседним узлам.
+
+TextFileMazeBuilder
+
+Отвечает за чтение текстового файла и построение объекта Maze.
+
+BFS / DFS / A*
+
+Реализуют разные стратегии поиска пути:
+
+BFS — гарантирует кратчайший путь;
+DFS — быстрый, но не оптимальный;
+A* — использует эвристику и уменьшает число посещённых клеток.
+MazeSolver
+
+Запускает выбранный алгоритм, измеряет время выполнения и формирует статистику.
+
+SearchStats
+
+Содержит:
+
+время выполнения;
+количество посещённых клеток;
+длину найденного пути.
+ConsoleView
+
+Отвечает за отображение лабиринта и найденного пути в консоли.
+
+6. Экспериментальная часть
+6.1 Тестовые данные
+
+Для анализа использовались следующие типы лабиринтов:
+
+небольшой 10×10 с простым маршрутом;
+средний 50×50 с наличием тупиков;
+большой 100×100 со сложной структурой;
+пустой лабиринт без стен;
+лабиринт без решения.
+6.2 Методика измерений
+
+Для каждой комбинации лабиринта и алгоритма выполнялось несколько запусков.
+
+Фиксировались следующие показатели:
+
+время выполнения (мс);
+количество посещённых клеток;
+длина пути.
+
+Результаты сохранялись в CSV-файл для последующего анализа.
+
+7. Анализ результатов
+BFS
+
+Обеспечивает нахождение кратчайшего пути при равных весах переходов. Однако может исследовать значительное количество клеток.
+
+DFS
+
+Быстро находит решение в некоторых случаях, но не гарантирует оптимальность пути и может исследовать нерелевантные области.
+
+A*
+
+Использует эвристику (Манхэттенское расстояние), что позволяет существенно сократить количество посещённых узлов и ускорить поиск.
+
+Лабиринт без решения
+
+Во всех алгоритмах происходит полный или частичный обход доступной области, после чего возвращается отсутствие пути.
+
+Вывод по алгоритмам
+BFS — оптимален по длине пути;
+DFS — прост, но нестабилен;
+A* — наиболее эффективен по числу посещений и времени работы.
+8. Роль ООП и паттернов
+
+Использование ООП и паттернов проектирования позволило:
+
+разделить систему на независимые компоненты;
+упростить расширение алгоритмов;
+отделить визуализацию от логики поиска;
+обеспечить возможность добавления новых форматов данных и алгоритмов.
+
+Без использования паттернов код был бы менее структурирован и сложнее в сопровождении.
+
+9. Вывод
+
+В рамках работы была реализована система поиска пути в лабиринте с возможностью выбора алгоритма и анализа их эффективности.
+
+Применение паттернов Builder, Strategy, Observer и Command позволило создать гибкую и расширяемую архитектуру. Экспериментальная часть показала, что выбор алгоритма существенно влияет на количество посещённых клеток и время выполнения.

nehoroshevaa/docs/results.csv

@@ -0,0 +1,16 @@
+maze,strategy,time_ms,visited_cells,path_length
+small.txt,BFS,0.024,8,7
+small.txt,DFSStrategy,0.011,8,7
+small.txt,AStarStrategy,0.019,8,7
+medium.txt,BFS,0.058,53,23
+medium.txt,DFSStrategy,0.033,31,31
+medium.txt,AStarStrategy,0.066,46,23
+large.txt,BFS,0.854,718,431
+large.txt,DFSStrategy,0.460,451,431
+large.txt,AStarStrategy,0.827,591,431
+no exit.txt,BFS,0.005,1,0
+no exit.txt,DFSStrategy,0.002,1,0
+no exit.txt,AStarStrategy,0.003,1,0
+empty.txt,BFS,0.115,100,19
+empty.txt,DFSStrategy,0.065,55,55
+empty.txt,AStarStrategy,0.156,100,19

nehoroshevaa/task2/builders/maze_builder.py

@@ -0,0 +1,4 @@
+class MazeBuilder:
+
+    def build_from_file(self, filename):
+        raise NotImplementedError

nehoroshevaa/task2/builders/text_file_maze_builder.py

@@ -0,0 +1,67 @@
+from builders.maze_builder import MazeBuilder
+from models.cell import Cell
+from models.maze import Maze
+
+
+class TextFileMazeBuilder(MazeBuilder):
+
+    def create_cell(self, symbol, x, y):
+
+        if symbol == "#":
+            return Cell(x, y, is_wall=True)
+
+        if symbol == "S":
+            return Cell(x, y, is_start=True)
+
+        if symbol == "E":
+            return Cell(x, y, is_exit=True)
+
+        if symbol == " ":
+            return Cell(x, y)
+
+        raise ValueError(f"Unknown symbol: {symbol}")
+
+    def build_from_file(self, filename):
+
+        with open(filename, "r", encoding="utf-8") as file:
+            rows = [line.rstrip("\n") for line in file]
+
+        if not rows:
+            raise ValueError("File is empty")
+
+        width = len(rows[0])
+
+        for row in rows:
+            if len(row) != width:
+                raise ValueError("Maze rows must have same length")
+
+        cells = []
+
+        start_cell = None
+        exit_cell = None
+
+        for y, row in enumerate(rows):
+
+            current_row = []
+
+            for x, symbol in enumerate(row):
+
+                cell = self.create_cell(symbol, x, y)
+
+                if cell.is_start:
+                    start_cell = cell
+
+                if cell.is_exit:
+                    exit_cell = cell
+
+                current_row.append(cell)
+
+            cells.append(current_row)
+
+        if start_cell is None:
+            raise ValueError("Start not found")
+
+        if exit_cell is None:
+            raise ValueError("Exit not found")
+
+        return Maze(cells, start_cell, exit_cell)

nehoroshevaa/task2/experiments/benchmark.py

@@ -0,0 +1,60 @@
+from builders.text_file_maze_builder import TextFileMazeBuilder
+
+from strategies.bfs_strategy import BFS
+from strategies.dfs_strategy import DFSStrategy
+from strategies.astar_strategy import AStarStrategy
+
+from solver.maze_solver import MazeSolver
+
+
+mazes = [
+    "small.txt",
+    "medium.txt",
+    "large.txt",
+    "no exit.txt",
+    "empty.txt"
+]
+
+strategies = [
+    BFS(),
+    DFSStrategy(),
+    AStarStrategy()
+]
+
+results = []
+
+builder = TextFileMazeBuilder()
+
+
+for maze_file in mazes:
+
+    maze = builder.build_from_file(
+        f"mazes/{maze_file}"
+    )
+
+    for strategy in strategies:
+
+        solver = MazeSolver(
+            maze,
+            strategy
+        )
+
+        stats = solver.solve()
+
+        stats.maze_name = maze_file
+
+        results.append(stats)
+
+
+with open(
+    "experiments/results.csv",
+    "w"
+) as file:
+
+    file.write(
+        "maze,strategy,time_ms,visited_cells,path_length\n"
+    )
+
+    for stat in results:
+
+        file.write(stat.to_csv_row())

nehoroshevaa/task2/experiments/plot_results.py

@@ -0,0 +1,25 @@
+import pandas as pd
+import matplotlib.pyplot as plt
+
+
+data = pd.read_csv("results.csv")
+
+
+for maze_name in data["maze"].unique():
+
+    maze_data = data[data["maze"] == maze_name]
+
+    plt.figure()
+
+    plt.bar(
+        maze_data["strategy"],
+        maze_data["time_ms"]
+    )
+
+    plt.title(f"{maze_name} maze")
+
+    plt.ylabel("Time (ms)")
+
+    plt.savefig(
+        f"{maze_name}.png"
+    )

nehoroshevaa/task2/main.py

@@ -0,0 +1,66 @@
+from builders.text_file_maze_builder import TextFileMazeBuilder
+
+from strategies.bfs_strategy import BFS
+from strategies.dfs_strategy import DFSStrategy
+from strategies.astar_strategy import AStarStrategy
+
+from solver.maze_solver import MazeSolver
+
+from observer.console_view import ConsoleView
+
+
+mazes = {
+    "1": "small.txt",
+    "2": "medium.txt",
+    "3": "large.txt",
+    "4": "no_exit.txt"
+}
+
+strategies = {
+    "1": BFS(),
+    "2": DFSStrategy(),
+    "3": AStarStrategy()
+}
+
+
+print("Choose maze:")
+print("1 - small")
+print("2 - medium")
+print("3 - large")
+print("4 - no_exit")
+
+maze_choice = input("> ")
+
+print()
+
+print("Choose strategy:")
+print("1 - BFS")
+print("2 - DFS")
+print("3 - A*")
+
+strategy_choice = input("> ")
+
+
+builder = TextFileMazeBuilder()
+
+maze = builder.build_from_file(
+    f"mazes/{mazes[maze_choice]}"
+)
+
+strategy = strategies[strategy_choice]
+
+
+solver = MazeSolver(
+    maze,
+    strategy
+)
+
+stats = solver.solve()
+
+
+print(stats)
+
+
+view = ConsoleView(maze)
+
+solver.attach(view)

nehoroshevaa/task2/mazes/empty.txt

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

nehoroshevaa/task2/mazes/large.txt

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

nehoroshevaa/task2/mazes/medium.txt

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

nehoroshevaa/task2/mazes/no exit.txt

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

nehoroshevaa/task2/mazes/small.txt

@@ -0,0 +1,5 @@
+#####
+# S #
+# ###
+#   E
+#####

nehoroshevaa/task2/models/cell.py

@@ -0,0 +1,14 @@
+class Cell:
+    def __init__(self, x, y, is_wall=False, is_start=False, is_exit=False):
+        self.x = x
+        self.y = y
+
+        self.is_wall = is_wall
+        self.is_start = is_start
+        self.is_exit = is_exit
+
+    def is_passable(self):
+        return not self.is_wall
+
+    def __repr__(self):
+        return f"Cell({self.x}, {self.y})"

nehoroshevaa/task2/models/maze.py

@@ -0,0 +1,51 @@
+from models.cell import Cell
+
+
+class Maze:
+
+    def __init__(self, cells, start_cell, exit_cell):
+
+        self.cells = cells
+
+        self.height = len(cells)
+        self.width = len(cells[0])
+
+        self.start_cell = start_cell
+        self.exit_cell = exit_cell
+
+    def get_cell(self, x, y):
+
+        if 0 <= x < self.width and 0 <= y < self.height:
+            return self.cells[y][x]
+
+        return None
+
+    def check_cell(self, x, y):
+
+        cell = self.get_cell(x, y)
+
+        return cell and cell.is_passable()
+
+    def get_neighbors(self, cell: Cell):
+
+        directions = [
+            (0, -1),
+            (0, 1),
+            (-1, 0),
+            (1, 0)
+        ]
+
+        neighbors = []
+
+        for dx, dy in directions:
+
+            x = cell.x + dx
+            y = cell.y + dy
+
+            if self.check_cell(x, y):
+                neighbors.append(self.get_cell(x, y))
+
+        return neighbors
+
+    def __repr__(self):
+        return f"Maze({self.width}x{self.height})"

nehoroshevaa/task2/models/search_stats.py

@@ -0,0 +1,34 @@
+class SearchStats:
+
+    def __init__(self,
+                 strategy,
+                 maze_name,
+                 duration,
+                 visited_cells,
+                 path_length):
+
+        self.strategy = strategy
+        self.maze_name = maze_name
+        self.duration = duration
+        self.visited_cells = visited_cells
+        self.path_length = path_length
+
+    def to_csv_row(self):
+        return (
+            f"{self.maze_name},"
+            f"{self.strategy},"
+            f"{self.duration:.3f},"
+            f"{self.visited_cells},"
+            f"{self.path_length}\n"
+        )
+
+    def __str__(self):
+        return (
+            f"\n=== SEARCH RESULT ===\n"
+            f"Strategy       : {self.strategy}\n"
+            f"Maze           : {self.maze_name}\n"
+            f"Time (ms)      : {self.duration:.3f}\n"
+            f"Visited cells  : {self.visited_cells}\n"
+            f"Path length    : {self.path_length}\n"
+            f"=====================\n"
+        )

nehoroshevaa/task2/observer/console_view.py

@@ -0,0 +1,64 @@
+import os
+
+from observer.observer import Observer
+
+from observer.maze_event import MazeEventType
+
+
+class ConsoleView(Observer):
+
+    def __init__(self, maze=None):
+
+        self.maze = maze
+
+        self.path = []
+
+    def update(self, event):
+
+        if event.event_type == MazeEventType.PATH_FOUND:
+
+            self.path = event.data
+
+            self.render()
+
+    def render(self):
+
+        os.system(
+            "cls" if os.name == "nt"
+            else "clear"
+        )
+
+        path_positions = {
+            (cell.x, cell.y)
+            for cell in self.path
+        }
+
+        for row in self.maze.cells:
+
+            line = ""
+
+            for cell in row:
+
+                position = (cell.x, cell.y)
+
+                if cell.is_wall:
+
+                    line += "#"
+
+                elif cell.is_start:
+
+                    line += "S"
+
+                elif cell.is_exit:
+
+                    line += "E"
+
+                elif position in path_positions:
+
+                    line += "*"
+
+                else:
+
+                    line += " "
+
+            print(line)

nehoroshevaa/task2/observer/maze_event.py

@@ -0,0 +1,17 @@
+from enum import Enum
+
+
+class MazeEventType(Enum):
+
+    MAZE_LOADED = 1
+
+    PATH_FOUND = 2
+
+
+class MazeEvent:
+
+    def __init__(self, event_type, data=None):
+
+        self.event_type = event_type
+
+        self.data = data

nehoroshevaa/task2/observer/observer.py

@@ -0,0 +1,5 @@
+class Observer:
+
+    def update(self, event):
+
+        raise NotImplementedError

nehoroshevaa/task2/observer/subject.py

@@ -0,0 +1,19 @@
+class Subject:
+
+    def __init__(self):
+
+        self.observers = []
+
+    def attach(self, observer):
+
+        self.observers.append(observer)
+
+    def detach(self, observer):
+
+        self.observers.remove(observer)
+
+    def notify(self, event):
+
+        for observer in self.observers:
+
+            observer.update(event)

nehoroshevaa/task2/solver/maze_solver.py

@@ -0,0 +1,43 @@
+import time
+
+from observer.subject import Subject
+from observer.maze_event import MazeEvent, MazeEventType
+from models.search_stats import SearchStats
+
+
+class MazeSolver(Subject):
+
+    def __init__(self, maze, strategy):
+        super().__init__()
+        self.maze = maze
+        self.strategy = strategy
+
+    def set_strategy(self, strategy):
+        self.strategy = strategy
+
+    def solve(self):
+
+        start_time = time.perf_counter()
+
+        path, visited = self.strategy.find_path(
+            self.maze,
+            self.maze.start_cell,
+            self.maze.exit_cell
+        )
+
+        end_time = time.perf_counter()
+
+        self.notify(
+            MazeEvent(
+                MazeEventType.PATH_FOUND,
+                path
+            )
+        )
+
+        return SearchStats(
+            strategy=self.strategy.__class__.__name__,
+            maze_name="maze",
+            duration=(end_time - start_time) * 1000,
+            visited_cells=visited,
+            path_length=len(path)
+        )

nehoroshevaa/task2/strategies/astar_strategy.py

@@ -0,0 +1,61 @@
+import heapq
+import itertools
+
+from strategies.pathfinding_strategy import PathFindingStrategy
+
+
+class AStarStrategy(PathFindingStrategy):
+
+    def heuristic(self, cell, exit_cell):
+        return abs(cell.x - exit_cell.x) + abs(cell.y - exit_cell.y)
+
+    def find_path(self, maze, start_cell, exit_cell):
+
+        open_set = []
+        counter = itertools.count()
+
+        heapq.heappush(open_set, (0, next(counter), start_cell))
+
+        parents = {start_cell: None}
+        g_score = {start_cell: 0}
+
+        visited = set()
+        visited_count = 0
+
+        while open_set:
+
+            _, _, current = heapq.heappop(open_set)
+
+            if current in visited:
+                continue
+
+            visited.add(current)
+            visited_count += 1
+
+            if current == exit_cell:
+
+                path = []
+                while current is not None:
+                    path.append(current)
+                    current = parents[current]
+
+                path.reverse()
+                return path, visited_count
+
+            for neighbor in maze.get_neighbors(current):
+
+                tentative_g = g_score[current] + 1
+
+                if neighbor not in g_score or tentative_g < g_score[neighbor]:
+
+                    parents[neighbor] = current
+                    g_score[neighbor] = tentative_g
+
+                    f_score = tentative_g + self.heuristic(neighbor, exit_cell)
+
+                    heapq.heappush(
+                        open_set,
+                        (f_score, next(counter), neighbor)
+                    )
+
+        return [], visited_count

nehoroshevaa/task2/strategies/bfs_strategy.py

@@ -0,0 +1,40 @@
+from collections import deque
+
+from strategies.pathfinding_strategy import PathFindingStrategy
+
+class BFS(PathFindingStrategy):
+
+    def find_path(self, maze, start_cell, exit_cell):
+
+        queue = deque([start_cell])
+
+        parents = {start_cell: None}
+        visited = {start_cell}
+
+        visited_count = 0
+
+        while queue:
+
+            current = queue.popleft()
+            visited_count += 1
+
+            if current == exit_cell:
+                path = []
+
+                while current is not None:
+                    path.append(current)
+                    current = parents[current]
+
+                path.reverse()
+                return path, visited_count
+
+            for neighbor in maze.get_neighbors(current):
+
+                if neighbor in visited:
+                    continue
+
+                visited.add(neighbor)
+                parents[neighbor] = current
+                queue.append(neighbor)
+
+        return [], visited_count

nehoroshevaa/task2/strategies/dfs_strategy.py

@@ -0,0 +1,39 @@
+from strategies.pathfinding_strategy import PathFindingStrategy
+
+
+class DFSStrategy(PathFindingStrategy):
+
+    def find_path(self, maze, start_cell, exit_cell):
+
+        stack = [start_cell]
+
+        parents = {start_cell: None}
+        visited = {start_cell}
+
+        visited_count = 0
+
+        while stack:
+
+            current = stack.pop()
+            visited_count += 1
+
+            if current == exit_cell:
+                path = []
+
+                while current is not None:
+                    path.append(current)
+                    current = parents[current]
+
+                path.reverse()
+                return path, visited_count
+
+            for neighbor in maze.get_neighbors(current):
+
+                if neighbor in visited:
+                    continue
+
+                visited.add(neighbor)
+                parents[neighbor] = current
+                stack.append(neighbor)
+
+        return [], visited_count

nehoroshevaa/task2/strategies/pathfinding_strategy.py

@@ -0,0 +1,4 @@
+class PathFindingStrategy:
+
+    def find_path(self, maze, start_cell, exit_cell):
+        raise NotImplementedError