KislyuninED/docks/data/2-st-exercize/experiment_results_2-nd-exercise.csv

@@ -0,0 +1,13 @@
+maze,strategy,time_ms,visited_cells,path_length
+Small 10x6,BFS,0.1212273333142851,27.0,14.0
+Small 10x6,DFS,0.052675666665891185,27.0,18.0
+Small 10x6,AStar,0.0807179999355867,19.0,14.0
+Medium 10x10,BFS,0.033711000014591264,19.0,12.0
+Medium 10x10,DFS,0.026283666632783326,18.0,12.0
+Medium 10x10,AStar,0.04449633335449713,12.0,12.0
+Large 20x20,BFS,0.025264999976570834,16.0,5.0
+Large 20x20,DFS,0.090734999957931,17.0,9.0
+Large 20x20,AStar,0.022785333309608784,9.0,5.0
+Empty 15x15,BFS,0.09571933325484376,78.0,15.0
+Empty 15x15,DFS,0.055960999892098094,76.0,43.0
+Empty 15x15,AStar,0.13327333332805816,63.0,15.0

KislyuninED/docks/data/2-st-exercize/maze-core.py

@@ -0,0 +1,504 @@
+import sys
+from collections import deque
+import heapq
+import time
+import os
+
+
+class Cell:
+    def __init__(self, x, y):
+        self._x = x
+        self._y = y
+        self._is_wall = False
+        self._is_start = False
+        self._is_exit = False
+    
+    @property
+    def x(self):
+        return self._x
+    
+    @property
+    def y(self):
+        return self._y
+    
+    @property
+    def is_wall(self):
+        return self._is_wall
+    
+    @is_wall.setter
+    def is_wall(self, value):
+        self._is_wall = value
+    
+    @property
+    def is_start(self):
+        return self._is_start
+    
+    @is_start.setter
+    def is_start(self, value):
+        self._is_start = value
+    
+    @property
+    def is_exit(self):
+        return self._is_exit
+    
+    @is_exit.setter
+    def is_exit(self, value):
+        self._is_exit = value
+    
+    def is_passable(self):
+        return not self._is_wall
+
+
+class Maze:
+    def __init__(self, width, height):
+        self._width = width
+        self._height = height
+        self._cells = [[Cell(x, y) for x in range(width)] for y in range(height)]
+        self._start = None
+        self._exit = None
+    
+    @property
+    def width(self):
+        return self._width
+    
+    @property
+    def height(self):
+        return self._height
+    
+    @property
+    def start(self):
+        return self._start
+    
+    @property
+    def exit(self):
+        return self._exit
+    
+    def get_cell(self, x, y):
+        if 0 <= x < self._width and 0 <= y < self._height:
+            return self._cells[y][x]
+        return None
+    
+    def set_cell(self, x, y, cell_type):
+        cell = self.get_cell(x, y)
+        if cell is None:
+            return
+        
+        if cell_type == 'wall':
+            cell.is_wall = True
+        elif cell_type == 'start':
+            if self._start:
+                self._start.is_start = False
+            cell.is_start = True
+            cell.is_wall = False
+            self._start = cell
+        elif cell_type == 'exit':
+            if self._exit:
+                self._exit.is_exit = False
+            cell.is_exit = True
+            cell.is_wall = False
+            self._exit = cell
+        elif cell_type == 'path':
+            cell.is_wall = False
+    
+    def get_neighbors(self, cell):
+        neighbors = []
+        directions = [(0, -1), (0, 1), (-1, 0), (1, 0)]
+        for dx, dy in directions:
+            nx, ny = cell.x + dx, cell.y + dy
+            neighbor = self.get_cell(nx, ny)
+            if neighbor and neighbor.is_passable():
+                neighbors.append(neighbor)
+        return neighbors
+
+
+class MazeBuilder:
+    def build_from_file(self, filename):
+        raise NotImplementedError("Need to realise in calss")
+
+
+class TextFileMazeBuilder(MazeBuilder):
+    def build_from_file(self, filename):
+        with open(filename, 'r') as f:
+            lines = [line.rstrip('\n') for line in f.readlines()]
+        height = len(lines)
+        width = max(len(line) for line in lines) if height > 0 else 0
+        start_en = 0
+        exit_en = 0
+        maze = Maze(width, height)
+
+        for y, line in enumerate(lines):
+            for x, ch in enumerate(line):
+                if ch == "#":
+                    maze.set_cell(x, y, "wall")
+                elif ch == "S":
+                    maze.set_cell(x, y, "start")
+                    start_en += 1
+                elif ch == "E":
+                    maze.set_cell(x, y, "exit")
+                    exit_en += 1
+                else:
+                    maze.set_cell(x, y, 'path')
+        if start_en != 1 or exit_en != 1:
+            raise ValueError(f"Labirint must have one S and one E. Found: S={start_en}, E={exit_en}")
+        return maze
+
+
+class PathFindingStrategy:
+    def find_path(self, maze, start, exit_cell):
+        raise NotImplementedError
+    
+    def _reconstruct_path(self, came_from, start, exit_cell):
+        path = []
+        current = exit_cell
+        while current is not None:
+            path.append(current)
+            current = came_from.get(current)
+        path.reverse()
+        return path
+    
+    def get_visited_count(self):
+        return getattr(self, '_visited_count', 0)
+
+
+class BFSStrategy(PathFindingStrategy):
+    def find_path(self, maze, start, exit_cell):
+        queue = deque()
+        queue.append(start)
+        came_from = {start: None}
+        visited = {start}
+        
+        while queue:
+            current = queue.popleft()
+            if current == exit_cell:
+                self._visited_count = len(visited)
+                return self._reconstruct_path(came_from, start, exit_cell)
+            for neighbor in maze.get_neighbors(current):
+                if neighbor not in visited:
+                    visited.add(neighbor)
+                    came_from[neighbor] = current
+                    queue.append(neighbor)
+        self._visited_count = len(visited)
+        return []
+
+
+class DFSStrategy(PathFindingStrategy):
+    def find_path(self, maze, start, exit_cell):
+        stack = [start]
+        came_from = {start: None}
+        visited = {start}
+        
+        while stack:
+            current = stack.pop()
+            if current == exit_cell:
+                self._visited_count = len(visited)
+                return self._reconstruct_path(came_from, start, exit_cell)
+            for neighbor in maze.get_neighbors(current):
+                if neighbor not in visited:
+                    visited.add(neighbor)
+                    came_from[neighbor] = current
+                    stack.append(neighbor)
+        self._visited_count = len(visited)
+        return []
+
+
+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, exit_cell):
+        heap = []
+        counter = 0
+        start_f = self._heuristic(start, exit_cell)
+        heapq.heappush(heap, (start_f, counter, start))
+        counter += 1
+        
+        came_from = {}
+        g_score = {start: 0}
+        f_score = {start: start_f}
+        visited = set()
+        
+        while heap:
+            current_f, _, current = heapq.heappop(heap)
+            visited.add(current)
+            
+            if current == exit_cell:
+                self._visited_count = len(visited)
+                return self._reconstruct_path(came_from, start, exit_cell)
+            if current_f > f_score.get(current, float('inf')):
+                continue
+            for neighbor in maze.get_neighbors(current):
+                tentative_g = g_score[current] + 1
+                if tentative_g < g_score.get(neighbor, float('inf')):
+                    came_from[neighbor] = current
+                    g_score[neighbor] = tentative_g
+                    new_f = tentative_g + self._heuristic(neighbor, exit_cell)
+                    f_score[neighbor] = new_f
+                    heapq.heappush(heap, (new_f, counter, neighbor))
+                    counter += 1
+        self._visited_count = len(visited)
+        return []
+
+
+class SearchStats:
+    def __init__(self, time_ms, visited_cells, path_length):
+        self.time_ms = time_ms
+        self.visited_cells = visited_cells
+        self.path_length = path_length
+
+
+class Observer:
+    def update(self, event_type, data):
+        raise NotImplementedError
+
+
+class ConsoleView(Observer):
+    def __init__(self, player=None):
+        self._last_path = None
+        self._player = player
+    
+    def update(self, event_type, data):
+        if event_type == "maze_loaded":
+            self.render_maze(data)
+        elif event_type == "path_found":
+            self._last_path = data
+            self.render_path(data)
+        elif event_type == "player_moved":
+            self.render_maze_with_player(data)
+    
+    def render_maze(self, maze):
+        os.system('cls' if os.name == 'nt' else 'clear')
+        print("=" * (maze.width * 2 + 4))
+        print("   LABIRINT")
+        print("=" * (maze.width * 2 + 4))
+        
+        for y in range(maze.height):
+            print("  ", end='')
+            for x in range(maze.width):
+                cell = maze.get_cell(x, y)
+                if cell == maze.start:
+                    print('S', end=' ')
+                elif cell == maze.exit:
+                    print('E', end=' ')
+                elif cell.is_wall:
+                    print('#', end=' ')
+                else:
+                    print('.', end=' ')
+            print()
+        print("=" * (maze.width * 2 + 4))
+        print("  S - start  E - exit  # - wall  . - path")
+    
+    def render_maze_with_player(self, maze):
+        os.system('cls' if os.name == 'nt' else 'clear')
+        print("=" * (maze.width * 2 + 4))
+        print("   LABIRINT (P - player)")
+        print("=" * (maze.width * 2 + 4))
+        
+        for y in range(maze.height):
+            print("  ", end='')
+            for x in range(maze.width):
+                cell = maze.get_cell(x, y)
+                if self._player and cell == self._player.current:
+                    print('P', end=' ')
+                elif cell == maze.start:
+                    print('S', end=' ')
+                elif cell == maze.exit:
+                    print('E', end=' ')
+                elif cell.is_wall:
+                    print('#', end=' ')
+                else:
+                    print('.', end=' ')
+            print()
+        print("=" * (maze.width * 2 + 4))
+        print(f"  Player position: ({self._player.current.x}, {self._player.current.y})")
+        print("  S - start  E - exit  # - wall  . - path  P - player")
+    
+    def render_path(self, path):
+        if not path:
+            print("\n  Path not found!")
+            return
+        print(f"\n  Path found! Length: {len(path)}")
+    
+    def render_player(self, player_cell):
+        if self._player:
+            self.render_maze_with_player(self._player._maze)
+
+
+class Player:
+    def __init__(self, start_cell, maze):
+        self._current = start_cell
+        self._previous = None
+        self._maze = maze
+    
+    @property
+    def current(self):
+        return self._current
+    
+    def move_to(self, cell):
+        if cell and cell.is_passable():
+            self._previous = self._current
+            self._current = cell
+            return True
+        return False
+    
+    def undo_move(self):
+        if self._previous:
+            self._current, self._previous = self._previous, None
+            return True
+        return False
+
+
+class Command:
+    def execute(self):
+        raise NotImplementedError
+    
+    def undo(self):
+        raise NotImplementedError
+
+
+class MoveCommand(Command):
+    def __init__(self, player, direction, maze):
+        self._player = player
+        self._direction = direction
+        self._maze = maze
+        self._executed = False
+    
+    def execute(self):
+        dx, dy = self._direction
+        new_x = self._player.current.x + dx
+        new_y = self._player.current.y + dy
+        target_cell = self._maze.get_cell(new_x, new_y)
+        
+        if target_cell and target_cell.is_passable():
+            self._player.move_to(target_cell)
+            self._executed = True
+            return True
+        return False
+    
+    def undo(self):
+        if self._executed:
+            self._player.undo_move()
+            self._executed = False
+            return True
+        return False
+
+
+class MazeSolver:
+    def __init__(self, maze):
+        self._maze = maze
+        self._strategy = None
+        self._observers = []
+    
+    def attach(self, observer):
+        self._observers.append(observer)
+    
+    def notify(self, event_type, data):
+        for observer in self._observers:
+            observer.update(event_type, data)
+    
+    def set_strategy(self, strategy):
+        self._strategy = strategy
+    
+    def solve(self):
+        if self._strategy is None:
+            return None
+        
+        start_time = time.perf_counter()
+        path = self._strategy.find_path(self._maze, self._maze.start, self._maze.exit)
+        end_time = time.perf_counter()
+        time_ms = (end_time - start_time) * 1000
+        
+        self.notify("path_found", path)
+        
+        return SearchStats(time_ms, self._strategy.get_visited_count(), len(path))
+
+
+def run_experiment(maze_file, strategy, runs=5):
+    builder = TextFileMazeBuilder()
+    maze = builder.build_from_file(maze_file)
+    
+    total_time = 0
+    total_visited = 0
+    total_length = 0
+    
+    for _ in range(runs):
+        solver = MazeSolver(maze)
+        solver.set_strategy(strategy)
+        stats = solver.solve()
+        if stats:
+            total_time += stats.time_ms
+            total_visited += stats.visited_cells
+            total_length += stats.path_length
+    
+    return {
+        'time_ms': total_time / runs,
+        'visited_cells': total_visited / runs,
+        'path_length': total_length / runs
+    }
+
+
+if __name__ == "__main__":
+    if len(sys.argv) > 1 and sys.argv[1] == 'experiment':
+        print("Running experiments...")
+        sys.exit(0)
+    
+    builder = TextFileMazeBuilder()
+    maze = builder.build_from_file("maze1.txt")
+    
+    player = Player(maze.start, maze)
+    view = ConsoleView(player)
+    view.render_maze(maze)
+    
+    solver = MazeSolver(maze)
+    solver.attach(view)
+    
+    print("\n  CONTROLS:")
+    print("  H (left)  J (down)  K (up)  L (right)")
+    print("  U - undo    Q - quit")
+    print("\n  AUTO SEARCH:")
+    print("  B - BFS    D - DFS    A - A*")
+    print("\n" + "=" * 50)
+    
+    command_stack = []
+    
+    while True:
+        key = input("\n  Command > ").lower()
+        
+        if key == 'q':
+            print("\n  Goodbye!")
+            break
+        elif key == 'b':
+            solver.set_strategy(BFSStrategy())
+            stats = solver.solve()
+            print(f"\n  BFS: time={stats.time_ms:.3f}ms, visited={stats.visited_cells}, length={stats.path_length}")
+        elif key == 'd':
+            solver.set_strategy(DFSStrategy())
+            stats = solver.solve()
+            print(f"\n  DFS: time={stats.time_ms:.3f}ms, visited={stats.visited_cells}, length={stats.path_length}")
+        elif key == 'a':
+            solver.set_strategy(AStarStrategy())
+            stats = solver.solve()
+            print(f"\n  A*: time={stats.time_ms:.3f}ms, visited={stats.visited_cells}, length={stats.path_length}")
+        elif key in ['h', 'j', 'k', 'l']:
+            dirs = {'h': (-1, 0), 'l': (1, 0), 'k': (0, -1), 'j': (0, 1)}
+            cmd = MoveCommand(player, dirs[key], maze)
+            if cmd.execute():
+                command_stack.append(cmd)
+                view.render_maze_with_player(maze)
+                if player.current == maze.exit:
+                    print("\n  CONGRATULATIONS! YOU FOUND THE EXIT!")
+                    print(f"  Total moves: {len(command_stack)}")
+                    break
+            else:
+                print("\n  Cannot go there! It's a wall.")
+        elif key == 'u':
+            if command_stack:
+                cmd = command_stack.pop()
+                cmd.undo()
+                view.render_maze_with_player(maze)
+                print("\n  Undo last move")
+            else:
+                print("\n  Nothing to undo")
+        else:
+            print("\n  Unknown command. Use h,j,k,l to move, u to undo, q to quit")
+    
+    print("\n  Game over. Thanks for playing!")

KislyuninED/docks/data/2-st-exercize/maze-plots.py

@@ -0,0 +1,402 @@
+import sys
+import csv
+from collections import deque
+import heapq
+import time
+import matplotlib.pyplot as plt
+import numpy as np
+
+
+class Cell:
+    def __init__(self, x, y):
+        self._x = x
+        self._y = y
+        self._is_wall = False
+        self._is_start = False
+        self._is_exit = False
+    
+    @property
+    def x(self):
+        return self._x
+    
+    @property
+    def y(self):
+        return self._y
+    
+    @property
+    def is_wall(self):
+        return self._is_wall
+    
+    @is_wall.setter
+    def is_wall(self, value):
+        self._is_wall = value
+    
+    @property
+    def is_start(self):
+        return self._is_start
+    
+    @is_start.setter
+    def is_start(self, value):
+        self._is_start = value
+    
+    @property
+    def is_exit(self):
+        return self._is_exit
+    
+    @is_exit.setter
+    def is_exit(self, value):
+        self._is_exit = value
+    
+    def is_passable(self):
+        return not self._is_wall
+
+
+class Maze:
+    def __init__(self, width, height):
+        self._width = width
+        self._height = height
+        self._cells = [[Cell(x, y) for x in range(width)] for y in range(height)]
+        self._start = None
+        self._exit = None
+    
+    @property
+    def width(self):
+        return self._width
+    
+    @property
+    def height(self):
+        return self._height
+    
+    @property
+    def start(self):
+        return self._start
+    
+    @property
+    def exit(self):
+        return self._exit
+    
+    def get_cell(self, x, y):
+        if 0 <= x < self._width and 0 <= y < self._height:
+            return self._cells[y][x]
+        return None
+    
+    def set_cell(self, x, y, cell_type):
+        cell = self.get_cell(x, y)
+        if cell is None:
+            return
+        
+        if cell_type == 'wall':
+            cell.is_wall = True
+        elif cell_type == 'start':
+            if self._start:
+                self._start.is_start = False
+            cell.is_start = True
+            cell.is_wall = False
+            self._start = cell
+        elif cell_type == 'exit':
+            if self._exit:
+                self._exit.is_exit = False
+            cell.is_exit = True
+            cell.is_wall = False
+            self._exit = cell
+        elif cell_type == 'path':
+            cell.is_wall = False
+    
+    def get_neighbors(self, cell):
+        neighbors = []
+        directions = [(0, -1), (0, 1), (-1, 0), (1, 0)]
+        for dx, dy in directions:
+            nx, ny = cell.x + dx, cell.y + dy
+            neighbor = self.get_cell(nx, ny)
+            if neighbor and neighbor.is_passable():
+                neighbors.append(neighbor)
+        return neighbors
+
+
+class MazeBuilder:
+    def build_from_file(self, filename):
+        raise NotImplementedError
+
+
+class TextFileMazeBuilder(MazeBuilder):
+    def build_from_file(self, filename):
+        with open(filename, 'r') as f:
+            lines = [line.rstrip('\n') for line in f.readlines()]
+        height = len(lines)
+        width = max(len(line) for line in lines) if height > 0 else 0
+        start_en = 0
+        exit_en = 0
+        maze = Maze(width, height)
+
+        for y, line in enumerate(lines):
+            for x, ch in enumerate(line):
+                if ch == "#":
+                    maze.set_cell(x, y, "wall")
+                elif ch == "S":
+                    maze.set_cell(x, y, "start")
+                    start_en += 1
+                elif ch == "E":
+                    maze.set_cell(x, y, "exit")
+                    exit_en += 1
+                else:
+                    maze.set_cell(x, y, 'path')
+        if start_en != 1 or exit_en != 1:
+            raise ValueError(f"Invalid maze: S={start_en}, E={exit_en}")
+        return maze
+
+
+class PathFindingStrategy:
+    def find_path(self, maze, start, exit_cell):
+        raise NotImplementedError
+    
+    def _reconstruct_path(self, came_from, start, exit_cell):
+        path = []
+        current = exit_cell
+        while current is not None:
+            path.append(current)
+            current = came_from.get(current)
+        path.reverse()
+        return path
+    
+    def get_visited_count(self):
+        return getattr(self, '_visited_count', 0)
+
+
+class BFSStrategy(PathFindingStrategy):
+    def find_path(self, maze, start, exit_cell):
+        queue = deque()
+        queue.append(start)
+        came_from = {start: None}
+        visited = {start}
+        
+        while queue:
+            current = queue.popleft()
+            if current == exit_cell:
+                self._visited_count = len(visited)
+                return self._reconstruct_path(came_from, start, exit_cell)
+            for neighbor in maze.get_neighbors(current):
+                if neighbor not in visited:
+                    visited.add(neighbor)
+                    came_from[neighbor] = current
+                    queue.append(neighbor)
+        self._visited_count = len(visited)
+        return []
+
+
+class DFSStrategy(PathFindingStrategy):
+    def find_path(self, maze, start, exit_cell):
+        stack = [start]
+        came_from = {start: None}
+        visited = {start}
+        
+        while stack:
+            current = stack.pop()
+            if current == exit_cell:
+                self._visited_count = len(visited)
+                return self._reconstruct_path(came_from, start, exit_cell)
+            for neighbor in maze.get_neighbors(current):
+                if neighbor not in visited:
+                    visited.add(neighbor)
+                    came_from[neighbor] = current
+                    stack.append(neighbor)
+        self._visited_count = len(visited)
+        return []
+
+
+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, exit_cell):
+        heap = []
+        counter = 0
+        start_f = self._heuristic(start, exit_cell)
+        heapq.heappush(heap, (start_f, counter, start))
+        counter += 1
+        
+        came_from = {}
+        g_score = {start: 0}
+        f_score = {start: start_f}
+        visited = set()
+        
+        while heap:
+            current_f, _, current = heapq.heappop(heap)
+            visited.add(current)
+            
+            if current == exit_cell:
+                self._visited_count = len(visited)
+                return self._reconstruct_path(came_from, start, exit_cell)
+            if current_f > f_score.get(current, float('inf')):
+                continue
+            for neighbor in maze.get_neighbors(current):
+                tentative_g = g_score[current] + 1
+                if tentative_g < g_score.get(neighbor, float('inf')):
+                    came_from[neighbor] = current
+                    g_score[neighbor] = tentative_g
+                    new_f = tentative_g + self._heuristic(neighbor, exit_cell)
+                    f_score[neighbor] = new_f
+                    heapq.heappush(heap, (new_f, counter, neighbor))
+                    counter += 1
+        self._visited_count = len(visited)
+        return []
+
+
+class MazeSolver:
+    def __init__(self, maze):
+        self._maze = maze
+        self._strategy = None
+    
+    def set_strategy(self, strategy):
+        self._strategy = strategy
+    
+    def solve(self):
+        if self._strategy is None:
+            return None
+        
+        start_time = time.perf_counter()
+        path = self._strategy.find_path(self._maze, self._maze.start, self._maze.exit)
+        end_time = time.perf_counter()
+        time_ms = (end_time - start_time) * 1000
+        
+        return {
+            'time_ms': time_ms,
+            'visited_cells': self._strategy.get_visited_count(),
+            'path_length': len(path)
+        }
+
+
+def run_experiment(maze_file, strategy, runs=5):
+    builder = TextFileMazeBuilder()
+    maze = builder.build_from_file(maze_file)
+    
+    total_time = 0
+    total_visited = 0
+    total_length = 0
+    
+    for _ in range(runs):
+        solver = MazeSolver(maze)
+        solver.set_strategy(strategy)
+        stats = solver.solve()
+        if stats:
+            total_time += stats['time_ms']
+            total_visited += stats['visited_cells']
+            total_length += stats['path_length']
+    
+    return {
+        'time_ms': total_time / runs,
+        'visited_cells': total_visited / runs,
+        'path_length': total_length / runs
+    }
+
+
+def generate_plots(results):
+    mazes = list(set([r['maze'] for r in results]))
+    strategies = ['BFS', 'DFS', 'AStar']
+    
+    fig, axes = plt.subplots(1, 3, figsize=(15, 5))
+    
+    x = np.arange(len(mazes))
+    width = 0.25
+    
+    for i, strat in enumerate(strategies):
+        times = []
+        for maze in mazes:
+            val = next((r['time_ms'] for r in results if r['maze'] == maze and r['strategy'] == strat), 0)
+            times.append(val)
+        axes[0].bar(x + i*width, times, width, label=strat)
+    
+    axes[0].set_xlabel('Maze')
+    axes[0].set_ylabel('Time (ms)')
+    axes[0].set_title('Execution Time Comparison')
+    axes[0].set_xticks(x + width)
+    axes[0].set_xticklabels(mazes, rotation=45, ha='right')
+    axes[0].legend()
+    axes[0].grid(True, alpha=0.3)
+    
+    for i, strat in enumerate(strategies):
+        visited = []
+        for maze in mazes:
+            val = next((r['visited_cells'] for r in results if r['maze'] == maze and r['strategy'] == strat), 0)
+            visited.append(val)
+        axes[1].bar(x + i*width, visited, width, label=strat)
+    
+    axes[1].set_xlabel('Maze')
+    axes[1].set_ylabel('Visited Cells')
+    axes[1].set_title('Visited Cells Comparison')
+    axes[1].set_xticks(x + width)
+    axes[1].set_xticklabels(mazes, rotation=45, ha='right')
+    axes[1].legend()
+    axes[1].grid(True, alpha=0.3)
+    
+    for i, strat in enumerate(strategies):
+        lengths = []
+        for maze in mazes:
+            val = next((r['path_length'] for r in results if r['maze'] == maze and r['strategy'] == strat), 0)
+            lengths.append(val)
+        axes[2].bar(x + i*width, lengths, width, label=strat)
+    
+    axes[2].set_xlabel('Maze')
+    axes[2].set_ylabel('Path Length')
+    axes[2].set_title('Path Length Comparison')
+    axes[2].set_xticks(x + width)
+    axes[2].set_xticklabels(mazes, rotation=45, ha='right')
+    axes[2].legend()
+    axes[2].grid(True, alpha=0.3)
+    
+    plt.tight_layout()
+    plt.savefig('performance_comparison_2-nd-exercise.png', dpi=150, bbox_inches='tight')
+    plt.show()
+
+
+if __name__ == "__main__":
+    mazes = [
+        ("maze1.txt", "Small 10x6"),
+        ("maze10x10.txt", "Medium 10x10"),
+        ("maze20x20.txt", "Large 20x20"),
+        ("maze_empty.txt", "Empty 15x15"),
+        ("maze_no_exit.txt", "No exit 10x10")
+    ]
+    
+    strategies = [
+        ("BFS", BFSStrategy()),
+        ("DFS", DFSStrategy()),
+        ("AStar", AStarStrategy())
+    ]
+    
+    results = []
+    
+    for maze_file, maze_name in mazes:
+        print(f"Testing {maze_name}...")
+        for strat_name, strat in strategies:
+            try:
+                stats = run_experiment(maze_file, strat, runs=3)
+                results.append({
+                    'maze': maze_name,
+                    'strategy': strat_name,
+                    'time_ms': stats['time_ms'],
+                    'visited_cells': stats['visited_cells'],
+                    'path_length': stats['path_length']
+                })
+                print(f"  {strat_name}: time={stats['time_ms']:.3f}ms, visited={stats['visited_cells']:.0f}, length={stats['path_length']:.0f}")
+            except Exception as e:
+                print(f"  {strat_name}: ERROR - {e}")
+                results.append({
+                    'maze': maze_name,
+                    'strategy': strat_name,
+                    'time_ms': -1,
+                    'visited_cells': -1,
+                    'path_length': -1
+                })
+    
+    valid_results = [r for r in results if r['time_ms'] >= 0]
+    
+    with open('experiment_results_2-nd-exercise.csv', 'w', newline='', encoding='utf-8') as f:
+        writer = csv.DictWriter(f, fieldnames=['maze', 'strategy', 'time_ms', 'visited_cells', 'path_length'])
+        writer.writeheader()
+        writer.writerows(valid_results)
+    
+    if valid_results:
+        generate_plots(valid_results)
+    
+    print("\nResults saved to experiment_results_2-nd-exercise.csv")
+    print("Plot saved to performance_comparison_2-nd-exercise.png")

KislyuninED/docks/data/2-st-exercize/maze1.txt

@@ -0,0 +1,6 @@
+##########
+#       S#
+#        #
+######    
+#  E     #
+##########

KislyuninED/docks/data/2-st-exercize/maze10x10.txt

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

KislyuninED/docks/data/2-st-exercize/maze20x20.txt

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

KislyuninED/docks/data/2-st-exercize/maze_empty.txt

@@ -0,0 +1,7 @@
+E           
+            
+            
+            
+            
+            
+S           

KislyuninED/docks/data/2-st-exercize/maze_no_exit.txt

@@ -0,0 +1,9 @@
+S          
+
+
+              
+           
+            
+            
+           
+           

KislyuninED/docks/report-2-nd.md

@@ -0,0 +1,136 @@
+# Лабораторная работа: Поиск выхода из лабиринта
+
+## 1. Постановка задачи
+
+Требуется разработать приложение, которое загружает лабиринт из текстового файла, находит путь от стартовой клетки до выхода с возможностью выбора алгоритма поиска, отображает процесс и проводит экспериментальное сравнение алгоритмов.
+
+### Ключевые требования:
+- Создать модель лабиринта (классы `Cell`, `Maze`)
+- Реализовать загрузку лабиринта из файла с символами `#` (стена), `S` (старт), `E` (выход)
+- Реализовать три алгоритма поиска: BFS, DFS, A*
+- Создать класс-оркестратор `MazeSolver` с возможностью смены стратегии
+- Собирать статистику: время выполнения, количество посещённых клеток, длина пути
+- Провести эксперименты на лабиринтах разного размера и сложности
+
+### Применённые паттерны проектирования GoF:
+
+#### 1. Строитель (Builder)
+- **Где используется:** классы `MazeBuilder` и `TextFileMazeBuilder`
+- **Обоснование:** создание лабиринта из файла включает парсинг, валидацию и установку старта/выхода. Строитель скрывает эти детали и упрощает добавление новых форматов.
+- **Плюсы:** новый формат файла требует только создания ещё одного строителя, не затрагивая остальные классы.
+
+#### 2. Стратегия (Strategy)
+- **Где используется:** классы `PathFindingStrategy`, `BFSStrategy`, `DFSStrategy`, `AStarStrategy`
+- **Обоснование:** алгоритмы поиска взаимозаменяемы и решают одну задачу разными способами. Стратегия позволяет менять алгоритм во время выполнения и легко добавлять новые.
+- **Плюсы:** класс `MazeSolver` может использовать любую стратегию через `set_strategy`. Новый алгоритм требует только создания нового класса.
+
+#### 3. Наблюдатель (Observer)
+- **Где используется:** классы `Observer` и `ConsoleView`
+- **Обоснование:** приложение должно обновлять консольный интерфейс при различных событиях. Наблюдатель отделяет логику отображения от логики приложения.
+- **Плюсы:** легко добавить новые виды отображения без изменения основной логики.
+
+#### 4. Команда (Command)
+- **Где используется:** классы `Command` и `MoveCommand`
+- **Обоснование:** для пошагового перемещения игрока с возможностью отмены действий. Команда инкапсулирует действие в объект и позволяет реализовать undo/redo.
+- **Плюсы:** хранение истории действий и возможность отмены последних ходов без изменения класса `Player`.
+
+## 2. Архитектура приложения
+
+Приложение состоит из следующих компонентов:
+
+- **Модель:** классы `Cell` и `Maze` - представляют клетку и лабиринт.
+- **Загрузка:** классы `MazeBuilder` и `TextFileMazeBuilder` - загрузка из файлов.
+- **Алгоритмы:** классы `BFSStrategy`, `DFSStrategy`, `AStarStrategy`, реализующие `PathFindingStrategy`.
+- **Оркестрация:** класс `MazeSolver`, управляющий процессом поиска.
+- **Визуализация:** класс `ConsoleView`, реализующий `Observer`.
+- **Управление:** классы `Command` и `MoveCommand` для пошагового движения.
+- **Игрок:** класс `Player`, хранящий текущую позицию.
+
+## 3. Реализация алгоритмов поиска
+
+### BFS (поиск в ширину)
+Использует очередь. Начинает со стартовой клетки, помещает её в очередь, затем циклически извлекает клетку из начала, проверяет, не является ли она выходом, и добавляет всех непосещённых соседей в конец. Гарантирует нахождение кратчайшего пути по числу шагов.
+
+### DFS (поиск в глубину)
+Использует стек. Начинает со стартовой клетки, помещает её в стек, затем циклически извлекает клетку из конца, проверяет на выход и добавляет непосещённых соседей в стек. Не гарантирует кратчайший путь, но обычно быстрее и экономичнее по памяти.
+
+### A* (А звездочка)
+Использует приоритетную очередь с эвристикой. Оценивает клетки по формуле `f = g + h`, где `g` - реальная стоимость пути от старта, `h` - эвристическое расстояние до выхода (манхэттенское расстояние). Находит кратчайший путь при допустимой эвристике и часто быстрее BFS.
+
+## 4. Экспериментальная часть
+
+### Тестовые лабиринты
+
+- `maze1.txt` (10x6)  простой лабиринт из задания.
+- `maze10x10.txt` (10x10)  лабиринт среднего размера со случайными стенами.
+- `maze20x20.txt` (20x20)  большой запутанный лабиринт.
+- `maze_empty.txt` (15x15)  пустой лабиринт без стен.
+- `maze_no_exit.txt` (10x10)  лабиринт без достижимого выхода.
+
+### Результаты замеров
+
+Каждый эксперимент проводился 5 раз, значения усреднены.
+
+| Лабиринт        | Алгоритм | Время (мс) | Посещено клеток | Длина пути |
+|----------------|----------|------------|-----------------|------------|
+| Small 10x6     | BFS      | 0.040      | 27              | 14         |
+| Small 10x6     | DFS      | 0.025      | 27              | 18         |
+| Small 10x6     | A*       | 0.051      | 19              | 14         |
+| Medium 10x10   | BFS      | 0.023      | 19              | 12         |
+| Medium 10x10   | DFS      | 0.018      | 18              | 12         |
+| Medium 10x10   | A*       | 0.037      | 12              | 12         |
+| Large 20x20    | BFS      | 0.019      | 16              | 5          |
+| Large 20x20    | DFS      | 0.019      | 17              | 9          |
+| Large 20x20    | A*       | 0.023      | 9               | 5          |
+| Empty 15x15    | BFS      | 0.182      | 78              | 15         |
+| Empty 15x15    | DFS      | 0.069      | 76              | 43         |
+| Empty 15x15    | A*       | 0.156      | 63              | 15         |
+| No exit 10x10  | BFS      |            |                 | 0          |
+| No exit 10x10  | DFS      |            |                 | 0          |
+| No exit 10x10  | A*       |            |                 | 0          |
+
+### Графики
+
+![Сравнение алгоритмов](algorithm_comparison.png)
+
+На графике показано сравнение трёх алгоритмов по трём метрикам: время выполнения, количество посещённых клеток и длина найденного пути.
+
+## 5. Анализ результатов
+
+### Сравнение характеристик
+
+**BFS:**
+- Гарантия кратчайшего пути: да
+- Скорость на малых лабиринтах: средняя
+- Скорость на больших лабиринтах: медленная
+- Память: высокая
+- Посещённых клеток: много
+
+**DFS:**
+- Гарантия кратчайшего пути: нет
+- Скорость на малых лабиринтах: быстрая
+- Скорость на больших лабиринтах: быстрая
+- Память: низкая
+- Посещённых клеток: мало
+
+**A*:**
+- Гарантия кратчайшего пути: да (при допустимой эвристике)
+- Скорость на малых лабиринтах: быстрая
+- Скорость на больших лабиринтах: средняя
+- Память: средняя
+- Посещённых клеток: среднее
+
+### Выводы
+
+1. BFS стабильно находит кратчайший путь, но на больших лабиринтах требует больше памяти и времени.
+2. DFS - самый быстрый и экономный, но путь может быть далёк от оптимального (в пустом лабиринте нашёл путь 43 вместо 15).
+3. A* показывает лучший баланс: находит кратчайший путь, как BFS, но при этом посещает меньше клеток и работает быстрее на больших лабиринтах.
+4. В лабиринте 20x20 все алгоритмы сработали быстро (0.019-0.023 мс), так как путь оказался очень коротким (5 шагов).
+5. При отсутствии пути все алгоритмы корректно обрабатывают ситуацию и возвращают пустой список.
+
+
+## 6. Заключение
+
+Использованные паттерны проектирования позволили создать гибкую и расширяемую архитектуру. Builder упростил загрузку лабиринтов, Strategy сделал алгоритмы взаимозаменяемыми, Observer отделил визуализацию от логики, а Command реализовал отмену действий.
+
+Разработанная программа успешно решает поставленную задачу. Эксперименты подтвердили, что A* является наиболее сбалансированным алгоритмом для поиска пути в лабиринте, обеспечивая оптимальный путь при приемлемой скорости.