# Отчёт по заданию 1 — структуры данных

## Цель работы

Реализовать три структуры данных с нуля в процедурном стиле:

- связный список;
- хеш-таблицу;
- двоичное дерево поиска.

Также были выполнены измерения времени для операций `insert`, `find`, `delete` и построены графики по результатам эксперимента.

## Реализованные структуры

### Связный список

Узел хранится как словарь:

```python
{"name": "Имя", "phone": "123", "next": None}
```

### Хеш-таблица

Хранится как список бакетов фиксированной длины, где каждый бакет — голова связного списка или `None`.

### Двоичное дерево поиска

Узел хранится как словарь:

```python
{"name": "Имя", "phone": "123", "left": None, "right": None}
```

Для BST использованы итеративные операции, чтобы корректно работать и на отсортированных данных.

## Методика эксперимента

- Количество записей: `N = 10000`
- Режимы данных:
  - случайный порядок;
  - отсортированный порядок.
- Каждое измерение повторялось **5 раз**.
- В CSV сохранены:
  - все отдельные замеры;
  - среднее время для каждой операции, структуры и режима.

Операции:

- вставка всех записей;
- поиск 100 существующих и 10 отсутствующих имён;
- удаление 50 случайных имён.

## Графики

![insert](data/insert.png)

![find](data/find.png)

![delete](data/delete.png)

## Средние результаты

| Режим | Операция | LinkedList | HashTable | BST | Лучший результат |
|---|---:|---:|---:|---:|---|
| случайный | insert | 3.949566 | 0.208964 | 0.018028 | BST |
| случайный | find | 0.033693 | 0.001534 | 0.000190 | BST |
| случайный | delete | 0.016076 | 0.000727 | 0.000102 | BST |
| отсортированный | insert | 2.998378 | 0.208710 | 4.163651 | HashTable |
| отсортированный | find | 0.023923 | 0.001819 | 0.037987 | HashTable |
| отсортированный | delete | 0.011258 | 0.000863 | 0.019363 | HashTable |

## Анализ результатов

### Влияние порядка входных данных на BST

На случайных данных BST работает значительно быстрее, чем на отсортированных. Это связано с тем, что при случайной вставке дерево остаётся ближе к сбалансированному состоянию.

На отсортированных данных дерево вырождается в цепочку, поэтому вставка становится медленной, а поиск и удаление тоже деградируют по времени.

### Почему хеш-таблица почти не чувствительна к порядку

Хеш-таблица распределяет элементы по бакетам через хеш-функцию, поэтому сам порядок входа почти не влияет на скорость. Влияние может появляться только из-за коллизий, но в целом поведение остаётся близким к постоянному времени.

### Почему связный список всегда медленен при поиске

Поиск в связном списке выполняется последовательным просмотром элементов. Поэтому при большом количестве записей приходится проходить много узлов, и операция остаётся линейной по времени.

### Как удаление работает в каждой структуре

- В связном списке нужно сначала найти нужный узел, затем переназначить ссылку.
- В хеш-таблице сначала выбирается бакет, затем удаление выполняется внутри короткой цепочки.
- В BST удаление зависит от числа потомков: если потомок один или ноль, операция простая; если два — нужно найти преемника.

## Вывод

Для частых вставок и особенно частого поиска в реальной задаче чаще всего лучше подходит **хеш-таблица**.

Если важно получать данные в отсортированном виде, удобнее использовать **BST**.

**Связный список** подходит для маленьких объёмов данных или очень простых сценариев, но при большом числе записей он проигрывает по скорости поиска.