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

lomakinae/docs/data/01/src/bench.py

@@ -0,0 +1,72 @@
+import time
+from .ll import ll_insert, ll_find, ll_delete
+from .ht import ht_new, ht_insert, ht_find, ht_delete
+from .bst import bst_insert, bst_find, bst_delete
+
+
+def _build_ll(records):
+    head = None
+    for name, phone in records:
+        head = ll_insert(head, name, phone)
+    return head
+
+
+def _build_ht(records):
+    buckets = ht_new()
+    for name, phone in records:
+        ht_insert(buckets, name, phone)
+    return buckets
+
+
+def _build_bst(records):
+    root = None
+    for name, phone in records:
+        root = bst_insert(root, name, phone)
+    return root
+
+
+def _time_insert(build_fn, records):
+    start = time.perf_counter()
+    structure = build_fn(records)
+    end = time.perf_counter()
+    elapsed = end - start
+    return elapsed, structure
+
+
+def _time_find(find_fn, structure, names):
+    start = time.perf_counter()
+    for name in names:
+        find_fn(structure, name)
+    end = time.perf_counter()
+    elapsed = end - start
+    return elapsed
+
+
+def _time_delete(delete_fn, structure, names):
+    start = time.perf_counter()
+    for name in names:
+        result = delete_fn(structure, name)
+        if result is not None:
+            structure = result
+    end = time.perf_counter()
+    elapsed = end - start
+    return elapsed, structure
+
+
+def run_once(records, search_names, delete_names):
+    results = []
+
+    structures = {
+        'LinkedList': (_build_ll, ll_find, ll_delete),
+        'HashTable':  (_build_ht, ht_find, ht_delete),
+        'BST':        (_build_bst, bst_find, bst_delete),
+    }
+
+    for label, (build_fn, find_fn, delete_fn) in structures.items():
+        t_insert, structure = _time_insert(build_fn, records)
+        t_find = _time_find(find_fn, structure, search_names)
+        t_delete, structure = _time_delete(delete_fn, structure, delete_names)
+
+        results.append((label, t_insert, t_find, t_delete))
+
+    return results

lomakinae/docs/data/01/src/bst.py

@@ -0,0 +1,65 @@
+def _bst_new_node(name, phone):
+    return {'name': name, 'phone': phone, 'left': None, 'right': None}
+
+
+def bst_insert(root, name, phone):
+    if root is None:
+        return _bst_new_node(name, phone)
+
+    if name == root['name']:
+        root['phone'] = phone
+    elif name < root['name']:
+        root['left'] = bst_insert(root['left'], name, phone)
+    else:
+        root['right'] = bst_insert(root['right'], name, phone)
+
+    return root
+
+
+def bst_find(root, name):
+    if root is None:
+        return None
+
+    if name == root['name']:
+        return root['phone']
+    elif name < root['name']:
+        return bst_find(root['left'], name)
+    else:
+        return bst_find(root['right'], name)
+
+
+def _bst_min_node(root):
+    node = root
+    while node['left'] is not None:
+        node = node['left']
+    return node
+
+
+def bst_delete(root, name):
+    if root is None:
+        return None
+
+    if name < root['name']:
+        root['left'] = bst_delete(root['left'], name)
+    elif name > root['name']:
+        root['right'] = bst_delete(root['right'], name)
+    else:
+        # node found — three cases
+        if root['left'] is None:
+            return root['right']
+        if root['right'] is None:
+            return root['left']
+
+        # two children: replace node with in-order successor
+        successor = _bst_min_node(root['right'])
+        root['name'] = successor['name']
+        root['phone'] = successor['phone']
+        root['right'] = bst_delete(root['right'], successor['name'])
+
+    return root
+
+
+def bst_list_all(root):
+    if root is None:
+        return []
+    return bst_list_all(root['left']) + [(root['name'], root['phone'])] + bst_list_all(root['right'])

lomakinae/docs/data/01/src/experiment.py

@@ -0,0 +1,58 @@
+import csv
+import random
+import sys
+from pathlib import Path
+
+from .generator import generate_records, shuffle_records, sort_records, sample_existing, sample_nonexistent
+from .bench import run_once 
+
+N = 10000
+RUNS = 5
+SEARCH_K = 100
+SEARCH_MISSING_K = 10
+DELETE_K = 50
+sys.setrecursionlimit(15000)
+BASE_DIR = Path(__file__).resolve().parent.parent
+RESULT_PATH = BASE_DIR / "results.csv"
+
+def run_experiment(records, mode):
+    search_names = sample_existing(records, SEARCH_K) + sample_nonexistent(SEARCH_MISSING_K)
+    delete_names = sample_existing(records, DELETE_K)
+
+    all_rows = []
+
+    for run_i in range(1, RUNS + 1):
+        print(f"  [{mode}] run {run_i}/{RUNS} ...")
+        run_results = run_once(records, search_names, delete_names)
+        for label, t_insert, t_find, t_delete in run_results:
+            all_rows.append([label, mode, 'insert', run_i, round(t_insert, 6)])
+            all_rows.append([label, mode, 'find',   run_i, round(t_find,   6)])
+            all_rows.append([label, mode, 'delete', run_i, round(t_delete, 6)])
+
+    return all_rows
+
+
+def main_experiment():
+    random.seed(52)
+
+    records_base = generate_records(N)
+    records_shuffled = shuffle_records(records_base)
+    records_sorted = sort_records(records_base)
+
+    rows = []
+    rows += run_experiment(records_shuffled, 'shuffled')
+    rows += run_experiment(records_sorted,   'sorted')
+
+    header = ['structure', 'mode', 'operation', 'run', 'time_sec']
+    output_path = RESULT_PATH
+
+    with open(output_path, 'w', newline='') as f:
+        writer = csv.writer(f)
+        writer.writerow(header)
+        writer.writerows(rows)
+
+    print(f"Done. Results saved to {output_path.name}")
+    print(f"Total rows: {len(rows)}")
+
+if __name__ == "__main__":
+    main_experiment()

lomakinae/docs/data/01/src/generator.py

@@ -0,0 +1,27 @@
+import random
+
+
+def generate_records(n):
+    records = [(f"User_{i:05d}", f"252-{i:05d}") for i in range(n)]
+    return records
+
+
+def shuffle_records(records):
+    shuffled = records[:]
+    random.shuffle(shuffled)
+    return shuffled
+
+
+def sort_records(records):
+    sorted_records = sorted(records)
+    return sorted_records
+
+
+def sample_existing(records, k):
+    names = [name for name, _ in random.sample(records, k)]
+    return names
+
+
+def sample_nonexistent(k):
+    ghosts = [f"None_{i:05d}" for i in range(k)]
+    return ghosts

lomakinae/docs/data/01/src/ht.py

@@ -0,0 +1,34 @@
+from .ll import ll_insert, ll_find, ll_delete, ll_list_all
+
+
+DEFAULT_SIZE = 128
+
+
+def ht_new(size=DEFAULT_SIZE):
+    return [None] * size
+
+
+def _ht_index(buckets, name):
+    return hash(name) % len(buckets)
+
+
+def ht_insert(buckets, name, phone):
+    i = _ht_index(buckets, name)
+    buckets[i] = ll_insert(buckets[i], name, phone)
+
+
+def ht_find(buckets, name):
+    i = _ht_index(buckets, name)
+    return ll_find(buckets[i], name)
+
+
+def ht_delete(buckets, name):
+    i = _ht_index(buckets, name)
+    buckets[i] = ll_delete(buckets[i], name)
+
+
+def ht_list_all(buckets):
+    records = []
+    for head in buckets:
+        records.extend(ll_list_all(head))
+    return sorted(records)

lomakinae/docs/data/01/src/ll.py

@@ -0,0 +1,50 @@
+def _ll_new_node(name, phone):
+    return {'name': name, 'phone': phone, 'next': None}
+
+
+def ll_insert(head, name, phone):
+    node = head
+    while node is not None:
+        if node['name'] == name:
+            node['phone'] = phone
+            return head
+        node = node['next']
+
+    new_node = _ll_new_node(name, phone)
+    new_node['next'] = head
+    return new_node
+
+
+def ll_find(head, name):
+    node = head
+    while node is not None:
+        if node['name'] == name:
+            return node['phone']
+        node = node['next']
+    return None
+
+
+def ll_delete(head, name):
+    if head is None:
+        return None
+
+    if head['name'] == name:
+        return head['next']
+
+    node = head
+    while node['next'] is not None:
+        if node['next']['name'] == name:
+            node['next'] = node['next']['next']
+            return head
+        node = node['next']
+
+    return head
+
+
+def ll_list_all(head):
+    records = []
+    node = head
+    while node is not None:
+        records.append((node['name'], node['phone']))
+        node = node['next']
+    return sorted(records)

lomakinae/docs/data/01/src/plot.py

@@ -0,0 +1,80 @@
+import pandas as pd
+import matplotlib.pyplot as plt
+from pathlib import Path
+
+BASE_DIR = Path(__file__).resolve().parent.parent
+DATA_PATH = BASE_DIR / "results.csv"
+ATTACHMENTS_DIR = BASE_DIR / "attachments"
+
+
+def shuffled_sorted_plots(structures, df):
+    for mode in ['shuffled', 'sorted']:
+        mode_title = 'перемешанные данные' if mode == 'shuffled' else 'отсортированные данные'
+        fig, axes = plt.subplots(1, 3, figsize=(15, 6))
+        fig.suptitle(f'Производительность — {mode_title}')
+    
+        for ax, op in zip(axes, ['insert', 'find', 'delete']):
+            subset = df[(df['mode'] == mode) & (df['operation'] == op)]
+            structures_average = subset.groupby('structure')['time_sec'].mean()
+            means = [structures_average[s] for s in structures]
+            
+            bars = ax.bar(structures, means, color=['#4C72B0', '#55A868', '#C44E52'])
+            ax.set_title(op)
+            ax.set_ylabel('t (с)')
+            ax.set_yscale('log')
+            ax.grid(True, axis='y', alpha=0.3)
+    
+            for bar, val in zip(bars, means):
+                label = f'{val:.5f}' if val > 0.0001 else f'{val:.1e}'
+                ax.text(bar.get_x() + bar.get_width() / 2, bar.get_height(),
+                        label, ha='center', va='bottom', fontsize=9)
+    
+        plt.tight_layout()
+        save_path = ATTACHMENTS_DIR / f'plot_{mode}.png'
+        plt.savefig(save_path, dpi=300)
+        plt.close()
+        print(f'Saved: {save_path.name}')
+
+
+def bst_shuffled_vs_sorted(df):
+    fig, ax = plt.subplots(figsize=(7, 5))
+    fig.suptitle('Производительность bst_insert(): перемешанные и упорядоченные данные')
+    
+    bst_insert = df[(df['structure'] == 'BST') & (df['operation'] == 'insert')]
+    modes_average = bst_insert.groupby('mode')['time_sec'].mean()
+    modes = ['shuffled', 'sorted']
+    means = [modes_average[m] for m in modes]
+    
+    bars = ax.bar(modes, means, color=['#4C72B0', '#C44E52'])
+    ax.set_ylabel('t (c)')
+    ax.set_yscale('log')
+    ax.grid(True, axis='y', alpha=0.3)
+    
+    for bar, val in zip(bars, means):
+        label = f'{val:.5f}' if val > 0.0001 else f'{val:.1e}'
+        ax.text(bar.get_x() + bar.get_width() / 2, bar.get_height(),
+                label, ha='center', va='bottom', fontsize=10)
+    
+    plt.tight_layout()
+    save_path = ATTACHMENTS_DIR / 'plot_bst_comparison.png'
+    plt.savefig(save_path, dpi=300)
+    plt.close()
+    print(f'Saved: {save_path.name}')
+
+
+def build_plots():
+    ATTACHMENTS_DIR.mkdir(exist_ok=True)
+    
+    if not DATA_PATH.exists():
+            raise ValueError(f"File not found: {DATA_PATH}")
+    
+    df = pd.read_csv(DATA_PATH)
+    
+    STRUCTURES = ['LinkedList', 'HashTable', 'BST']
+    
+    shuffled_sorted_plots(STRUCTURES, df)
+    bst_shuffled_vs_sorted(df)
+
+
+if __name__ == "__main__":
+    build_plots()