lomakinae/.gitignore

@@ -0,0 +1,2 @@
+__pycache__/
+*.pyc

lomakinae/docs/01_report.md

@@ -0,0 +1,86 @@
+# Отчёт. Задание 1 - структуры данных
+
+## Цель
+
+Реализовать три структуры данных (связный список, хеш-таблица, BST) и экспериментально сравнить их
+производительность на операциях insert / find / delete при случайном и отсортированном порядке входных
+данных.
+
+## Параметры эксперимента
+
+| Параметр    | Значение                             |
+| ----------- | ------------------------------------ |
+| N (записей) | 10 000                               |
+| Повторений  | 5                                    |
+| Поисков     | 100 существующих + 10 несуществующих |
+| Удалений    | 50                                   |
+
+---
+
+## Результаты
+
+### Случайные данные (shuffled)
+
+![shuffled](data/01/attachments/plot_shuffled.png)
+
+### Отсортированные данные (sorted)
+
+![sorted](data/01/attachments/plot_sorted.png)
+
+---
+
+## Анализ
+
+### Деградация BST на отсортированных данных
+
+![bst comparison](data/01/attachments/plot_bst_comparison.png)
+
+На случайных данных BST - самая быстрая структура: insert 0.027 с. Случайный порядок вставки даёт сбалансированное
+дерево глубиной ~log N, поэтому каждый новый узел находит своё место за O(log N) шагов. На отсортированных - 12.77 с,
+то есть в ~473 раз медленнее. Причина: при последовательной вставке отсортированных ключей каждый новый узел уходит в
+правое поддерево предыдущего. Дерево вырождается в цепочку глубиной N, и каждая вставка требует O(N) шагов вместо O(log N).
+
+### Хеш-таблица нечувствительна к порядку
+
+HashTable показывает практически одинаковое время в обоих режимах (insert: 0.033 с против 0.032 с). Это ожидаемо:
+индекс бакета вычисляется через `hash(name)`, который не зависит от порядка вставки. Операции работают за O(1)
+при любом входе.
+
+### Связный список медленен при поиске
+
+LinkedList не имеет никакой структуры для навигации - единственный способ найти запись это пройти список от головы до нужного узла.
+Find всегда O(N) независимо от порядка данных: shuffled 0.041 с, sorted 0.039 с. Insert O(N^2) для всей выборки - перед каждой вставкой
+нужно пройти весь список для проверки дубликата. На отсортированных данных LinkedList не меняет поведение, тогда как BST деградирует
+до 12.77 с - в этом единственном сценарии LinkedList оказывается быстрее BST.
+
+### Удаление
+
+LinkedList - чтобы удалить узел, нужно пройти список от головы до нужного элемента и перешить next предшественника.
+Это O(N) в любом случае, порядок данных не имеет значения. Shuffled: 0.027 с, sorted: 0.026 с - разница в пределах погрешности.
+
+HashTable - вычисляем индекс бакета через `hash(name)`, затем удаляем узел из связного списка этого бакета. Порядок вставки не
+влияет на то, в каком бакете лежит запись, поэтому время стабильно в обоих режимах: 0.00033 с.
+
+BST - ищем узел спуском по дереву, затем обрабатываем три случая: нет потомков, один потомок, два потомка. На случайных данных
+дерево сбалансировано, глубина ~log N, удаление занимает 0.00014 с. На отсортированных данных дерево вырождено в
+цепочку - каждый узел уходил в правое поддерево при вставке, поэтому поиск удаляемого узла проходит через всю цепочку O(N).
+Результат: 0.061 с, то есть в ~435 раз медленнее.
+
+---
+
+## Вывод
+
+**Частые вставки** - HashTable. Время вставки не зависит от порядка и объёма данных: индекс бакета вычисляется за O(1),
+вставка в бакет - тоже O(1). Подтверждают цифры: 0.033 с на shuffled и 0.032 с на sorted при N=10000.
+
+**Частый поиск** - HashTable. По той же причине: `hash(name)` сразу указывает на нужный бакет, линейный перебор не нужен.
+Find: 0.00057 с на shuffled, 0.00070 с на sorted - стабильно при любом входе.
+
+**Получить данные в отсортированном порядке** - BST при случайном порядке вставки. Элементы размещаются по правилу BST
+(слева меньшие корня, справа большие корня), поэтому обход по схеме левое поддерево -> корень -> правое поддерево возвращает
+все записи в алфавитном порядке без дополнительной сортировки. Важное условие: данные должны вставляться в случайном
+порядке, иначе дерево вырождается (см. деградацию BST на отсортированных данных).
+
+LinkedList сам по себе проигрывает по всем операциям из-за O(N\*\*2) на вставку и O(N) на поиск. Однако его идея лежит в основе
+хеш-таблицы: каждый бакет - это связный список, через который разрешаются коллизии. Как самостоятельная структура данных для
+справочника он неэффективен, но как строительный блок внутри HashTable - незаменим.

lomakinae/docs/data/01/README.md

@@ -0,0 +1,9 @@
+# Задание 1: структуры данных
+
+## Как запустить
+```sh
+python main.py
+```
+
+## Результаты
+Графики генерируются автоматически в папку `attachments/`.

lomakinae/docs/data/01/main.py

@@ -0,0 +1,6 @@
+from src.experiment import main_experiment
+from src.plot import build_plots
+
+if __name__ == "__main__":
+    main_experiment()
+    build_plots()

lomakinae/docs/data/01/results.csv

@@ -0,0 +1,91 @@
+structure,mode,operation,run,time_sec
+LinkedList,shuffled,insert,1,3.25562
+LinkedList,shuffled,find,1,0.040773
+LinkedList,shuffled,delete,1,0.026344
+HashTable,shuffled,insert,1,0.033497
+HashTable,shuffled,find,1,0.000593
+HashTable,shuffled,delete,1,0.000348
+BST,shuffled,insert,1,0.024071
+BST,shuffled,find,1,0.000218
+BST,shuffled,delete,1,0.000136
+LinkedList,shuffled,insert,2,3.454281
+LinkedList,shuffled,find,2,0.040282
+LinkedList,shuffled,delete,2,0.026526
+HashTable,shuffled,insert,2,0.031691
+HashTable,shuffled,find,2,0.000568
+HashTable,shuffled,delete,2,0.000338
+BST,shuffled,insert,2,0.024978
+BST,shuffled,find,2,0.000213
+BST,shuffled,delete,2,0.000135
+LinkedList,shuffled,insert,3,3.453681
+LinkedList,shuffled,find,3,0.0404
+LinkedList,shuffled,delete,3,0.026843
+HashTable,shuffled,insert,3,0.031902
+HashTable,shuffled,find,3,0.000536
+HashTable,shuffled,delete,3,0.000319
+BST,shuffled,insert,3,0.025369
+BST,shuffled,find,3,0.000219
+BST,shuffled,delete,3,0.000138
+LinkedList,shuffled,insert,4,3.417185
+LinkedList,shuffled,find,4,0.040816
+LinkedList,shuffled,delete,4,0.027023
+HashTable,shuffled,insert,4,0.037826
+HashTable,shuffled,find,4,0.000582
+HashTable,shuffled,delete,4,0.00033
+BST,shuffled,insert,4,0.036423
+BST,shuffled,find,4,0.000227
+BST,shuffled,delete,4,0.00014
+LinkedList,shuffled,insert,5,3.4723
+LinkedList,shuffled,find,5,0.040734
+LinkedList,shuffled,delete,5,0.027866
+HashTable,shuffled,insert,5,0.031981
+HashTable,shuffled,find,5,0.000546
+HashTable,shuffled,delete,5,0.000332
+BST,shuffled,insert,5,0.024578
+BST,shuffled,find,5,0.000227
+BST,shuffled,delete,5,0.000146
+LinkedList,sorted,insert,1,3.271489
+LinkedList,sorted,find,1,0.038886
+LinkedList,sorted,delete,1,0.026646
+HashTable,sorted,insert,1,0.030995
+HashTable,sorted,find,1,0.000625
+HashTable,sorted,delete,1,0.000302
+BST,sorted,insert,1,13.000812
+BST,sorted,find,1,0.128239
+BST,sorted,delete,1,0.06369
+LinkedList,sorted,insert,2,3.384572
+LinkedList,sorted,find,2,0.03915
+LinkedList,sorted,delete,2,0.026683
+HashTable,sorted,insert,2,0.032596
+HashTable,sorted,find,2,0.0006
+HashTable,sorted,delete,2,0.000315
+BST,sorted,insert,2,12.593249
+BST,sorted,find,2,0.10657
+BST,sorted,delete,2,0.058763
+LinkedList,sorted,insert,3,3.27816
+LinkedList,sorted,find,3,0.038938
+LinkedList,sorted,delete,3,0.025567
+HashTable,sorted,insert,3,0.03168
+HashTable,sorted,find,3,0.000631
+HashTable,sorted,delete,3,0.00031
+BST,sorted,insert,3,12.809241
+BST,sorted,find,3,0.110947
+BST,sorted,delete,3,0.062604
+LinkedList,sorted,insert,4,3.277437
+LinkedList,sorted,find,4,0.039812
+LinkedList,sorted,delete,4,0.025627
+HashTable,sorted,insert,4,0.031844
+HashTable,sorted,find,4,0.000917
+HashTable,sorted,delete,4,0.000383
+BST,sorted,insert,4,12.722063
+BST,sorted,find,4,0.111841
+BST,sorted,delete,4,0.060014
+LinkedList,sorted,insert,5,3.261706
+LinkedList,sorted,find,5,0.037981
+LinkedList,sorted,delete,5,0.025241
+HashTable,sorted,insert,5,0.032067
+HashTable,sorted,find,5,0.000742
+HashTable,sorted,delete,5,0.000342
+BST,sorted,insert,5,12.713176
+BST,sorted,find,5,0.108333
+BST,sorted,delete,5,0.059109