383 lines
25 KiB
Markdown
383 lines
25 KiB
Markdown
# 2026-MP
|
||
|
||
Практика по курсам "Методы программирования" и "Программная инженерия" РФФ ННГУ
|
||
|
||
[Презентация по курсу (обновляемая)](https://docs.google.com/presentation/d/1wmYjy5QDoYECEHi7NAAINPulU9pLsaIi-aLaUppspps/edit?usp=sharing)
|
||
|
||
Для работы необходим python 3.11 и выше. Библиотеки: numpy, pandas, matplotlib, tensorflow, Pillow. Редактор любой. Из неплохих: IDLE (родной, идёт вместе с установщиком), Visual Studio Code, notepad++, PyCharm, vim (для любителей сначала страдать, потом наслаждаться).
|
||
|
||
Работа с блокнотами онлайн, с возможностью подключения удалённых мощностей гугла (GPU, TPU): https://colab.research.google.com/
|
||
|
||
Мой контакт: nsmorozov@rf.unn.ru
|
||
|
||
Внутри папки группы создать папку имени себя (фамилия и имя). В своей папке можете делать все что угодно, в чужие не залезать, в корневую тоже. Я буду ориентироваться на файлы, где в названии будет номер лабораторной.
|
||
|
||
**Название пулл-реквеста должно начинаться с квадратных скобок, в которых перечислены номера сдаваемых лабораторных работ. Не больше одного активного реквеста, если надо довнести -- надо обновить текущий.**
|
||
|
||
### Крайний срок приема работ 25.05.2026 до 14:00
|
||
|
||
## Задание 0 -- репозиторий [отдельный срок на создание PR с папкой: 28.02.2026]
|
||
|
||
0. Создай пользователя (логин — фамилия+инициалы слитно транслитом, как в терминал-классе).
|
||
|
||
1. Зайди в этот репозиторий на Gitea, нажми кнопку **Форкнуть**, чтобы создать копию в своем аккаунте.
|
||
|
||
2. **Клонирование:** Скопируй ссылку на свой форк и выполни:
|
||
```bash
|
||
git clone <ссылка_на_ваш_форк>
|
||
cd <название_репозитория>
|
||
```
|
||
|
||
3. **Создай ветку** (название — фамилия+инициалы слитно транслитом, буква в букву как логин):
|
||
```bash
|
||
git checkout -b IvanovII
|
||
```
|
||
|
||
4. **Создай папку** с таким же названием (`IvanovII`) и внутри неё — текстовый файл, названный номером вашей группы (например, `101.md`).
|
||
|
||
5. **Сохрани изменения:**
|
||
```bash
|
||
git add -A
|
||
git commit -m "[0] initial commit"
|
||
```
|
||
|
||
6. Отправь ветку **в свой форк** на Gitea:
|
||
```bash
|
||
git push origin
|
||
```
|
||
|
||
если просит, перед этим сделать git push --set-upstream origin
|
||
|
||
7. **Создай запрос на слияние (Pull Request):** На Gitea перейди в свой форк, выбери ветку `IvanovII`, нажмите **Запрос на слияние**. Убедитесь, что:
|
||
- Базовый репозиторий: **учебный** (преподавателя)
|
||
- Базовая ветка: **develop**
|
||
- Сравниваемая ветка: **свой форк / IvanovII**
|
||
|
||
8. Отправь PR.
|
||
|
||
## Задание 1 -- структуры данных
|
||
***Напоминание: под каждое задание вы создаете отдельную ветку***
|
||
|
||
>Для оформления результатов заведи папку **docs** в своей папке и сохраняй туда отчет (в любом формате от .doc до .md, а то и .jpnb). Вспомогательные файлы клади в подпапку **data** внутри **docs**
|
||
|
||
**Цель работы**
|
||
|
||
Реализовать три различные структуры данных «с нуля», применить их для хранения записей телефонного справочника и экспериментально сравнить производительность основных операций. Вы должны собственными руками написать код, чтобы понять внутреннее устройство связного списка, хеш-таблицы и двоичного дерева поиска, а также осознать их сильные и слабые стороны на практике.
|
||
|
||
**!! Задание выполнять в структурной (процедурной) парадигме, не используя классы. Главное реализовать структуры данных «руками» и сравнить их производительность.**
|
||
|
||
### Базовые операции (обязательны для всех):
|
||
|
||
`insert(name, phone)` -- добавить или обновить запись.
|
||
|
||
`find(name)` -- phone или None.
|
||
|
||
`delete(name)` -- удалить запись, игнорировать отсутствие.
|
||
|
||
`list_all()` -- список всех записей, отсортированный по имени (для BST in‑order обход; для списка и хеш‑таблицы — собрать и отсортировать явно).
|
||
|
||
#### 1. Связный список (LinkedListPhoneBook)
|
||
|
||
Узел представляется словарём: `{'name': 'Имя', 'phone': '123', 'next': None}.`
|
||
|
||
**Функции:**
|
||
|
||
`def ll_insert(head, name, phone)` — проходит до конца (или сразу добавляет в конец) и возвращает новую голову (если вставка в начало) или изменяет список по ссылке. Удобнее возвращать новую голову, если вставка может быть в начало.
|
||
|
||
`def ll_find(head, name)` — ищет узел, возвращает телефон или None.
|
||
|
||
`def ll_delete(head, name)` — удаляет узел, возвращает новую голову.
|
||
|
||
`def ll_list_all(head)` — собирает все записи в список и сортирует (сортировка вынесена отдельно).
|
||
|
||
#### 2. Хеш-таблица
|
||
Хранится как список buckets фиксированной длины, каждый элемент — голова связного списка (или None).
|
||
|
||
**Функции:**
|
||
|
||
`def ht_insert(buckets, name, phone)` — вычисляет индекс, вызывает ll_insert для соответствующего бакета.
|
||
|
||
Аналогично `ht_find, ht_delete, ht_list_all` (последняя собирает все записи из всех бакетов и сортирует).
|
||
|
||
#### 3. Двоичное дерево поиска
|
||
Узел — словарь: `{'name': 'Имя', 'phone': '123', 'left': None, 'right': None}.`
|
||
|
||
**Функции:**
|
||
|
||
`def bst_insert(root, name, phone)` — рекурсивно или итеративно вставляет, возвращает новый корень (если корень меняется).
|
||
|
||
`def bst_find(root, name)` — поиск.
|
||
|
||
`def bst_delete(root, name)` — удаление, возвращает новый корень.
|
||
|
||
`def bst_list_all(root)` — центрированный обход (рекурсивно собирает записи в отсортированном порядке).
|
||
|
||
### Экспериментальная часть (подробно об измерении времени)
|
||
#### 1. Генерация тестовых данных
|
||
Создайте список records из N элементов (например, N = 10000). Каждый элемент — кортеж (name, phone).
|
||
|
||
Имена генерируйте как `f"User_{i:05d}"` (равномерное распределение) или случайные слова из небольшого набора (чтобы были повторения и коллизии). Для проверки влияния порядка подготовьте два варианта одного и того же набора:
|
||
|
||
`records_shuffled` — случайный порядок.
|
||
|
||
`records_sorted` — отсортированный по имени (по алфавиту).
|
||
|
||
#### 2. Инструменты замера времени
|
||
Используйте модуль **time**:
|
||
|
||
```python
|
||
import time
|
||
|
||
start = time.perf_counter()
|
||
# ... операции ...
|
||
end = time.perf_counter()
|
||
elapsed = end - start # время в секундах
|
||
```
|
||
|
||
Для многократных замеров удобен `timeit`, но в этой задаче достаточно просто обернуть код в цикл и усреднить.
|
||
|
||
#### 3. Проведение замеров
|
||
Для каждой структуры данных и для каждого режима входных данных (случайный / отсортированный) выполните:
|
||
|
||
- А. Вставка всех записей
|
||
|
||
Создайте пустую структуру.
|
||
|
||
Засеките время, выполните insert для каждой записи из входного списка.
|
||
|
||
Зафиксируйте общее время вставки.
|
||
|
||
- Б. Поиск 100 случайных записей
|
||
|
||
Возьмите 100 случайных имён из того же набора (гарантированно существующих) и 10 имён, которых нет (например, "None_{i}").
|
||
|
||
Засеките время на выполнение всех 110 вызовов find.
|
||
|
||
- В. Удаление 50 случайных записей
|
||
|
||
Выберите 50 случайных имён из набора.
|
||
|
||
Засеките время на выполнение delete для каждого.
|
||
|
||
|
||
**!! Важно: после вставки структура остаётся заполненной, поиск и удаление выполняются на ней же. Если нужно повторить замер для другого порядка данных — создавайте новую структуру и заполняйте заново.**
|
||
|
||
#### 4. Сохранение результатов
|
||
|
||
**!! Каждый эксперимент повторить минимум 5 раз и записывать и среднее время, и все замеры.**
|
||
|
||
Соберите все замеры в словарь или список, затем сохраните в CSV-файл:
|
||
|
||
```python
|
||
import csv
|
||
|
||
results = [
|
||
["Структура", "Режим", "Операция", "Время (сек)"],
|
||
["LinkedList", "случайный", "вставка", 0.123],
|
||
...
|
||
]
|
||
|
||
with open("results.csv", "w", newline="") as f:
|
||
writer = csv.writer(f)
|
||
writer.writerows(results)
|
||
```
|
||
|
||
|
||
#### 5. Анализ результатов
|
||
Постройте график (столбчатая диаграмма или линейный график) — можно в Excel, Google Sheets или с помощью matplotlib в Python.
|
||
|
||
Сравните:
|
||
|
||
- Как порядок входных данных влияет на скорость вставки в BST (деградация до O(n) на отсортированных данных).
|
||
|
||
- Почему хеш-таблица почти не чувствительна к порядку.
|
||
|
||
- Почему связный список всегда медленен при поиске.
|
||
|
||
- Как удаление работает в каждой структуре.
|
||
|
||
* Вывод должен содержать ответ на вопрос: какую структуру и для каких задач (частые вставки, частый поиск, необходимость получать данные в порядке) стоит выбирать в реальной жизни.*
|
||
|
||
## Задание: Поиск выхода из лабиринта (объектно-ориентированная реализация с паттернами)
|
||
|
||
### Цель работы
|
||
Разработать гибкую, расширяемую программу для загрузки лабиринта из файла, поиска пути от старта до выхода с возможностью выбора алгоритма, визуализации процесса и экспериментального сравнения алгоритмов. В ходе работы необходимо применить минимум 3 паттерна проектирования из списка GoF, обосновать их выбор и продемонстрировать преимущества такой архитектуры.
|
||
|
||
### Общая схема приложения (пример)
|
||
|
||
```mermaid
|
||
classDiagram
|
||
class Maze {
|
||
-Cell[] cells
|
||
-int width, height
|
||
-Cell start
|
||
-Cell exit
|
||
+getCell(x,y): Cell
|
||
+getNeighbors(cell): List~Cell~
|
||
}
|
||
|
||
class Cell {
|
||
-int x, y
|
||
-bool isWall
|
||
-bool isStart
|
||
-bool isExit
|
||
+isPassable(): bool
|
||
}
|
||
|
||
class MazeBuilder {
|
||
<<interface>>
|
||
+buildFromFile(filename): Maze
|
||
}
|
||
|
||
class TextFileMazeBuilder {
|
||
+buildFromFile(filename): Maze
|
||
}
|
||
|
||
class PathFindingStrategy {
|
||
<<interface>>
|
||
+findPath(maze, start, exit): List~Cell~
|
||
}
|
||
|
||
class BFSStrategy
|
||
class DFSStrategy
|
||
class AStarStrategy
|
||
class DijkstraStrategy
|
||
|
||
class SearchStats {
|
||
+timeMs: float
|
||
+visitedCells: int
|
||
+pathLength: int
|
||
}
|
||
|
||
class MazeSolver {
|
||
-Maze maze
|
||
-PathFindingStrategy strategy
|
||
+setStrategy(strategy)
|
||
+solve(): SearchStats
|
||
}
|
||
|
||
class Command {
|
||
<<interface>>
|
||
+execute()
|
||
+undo()
|
||
}
|
||
|
||
class MoveCommand {
|
||
-Player player
|
||
-Direction dir
|
||
-Cell previousCell
|
||
+execute()
|
||
+undo()
|
||
}
|
||
|
||
class Player {
|
||
-Cell currentCell
|
||
+moveTo(cell)
|
||
}
|
||
|
||
class Observer {
|
||
<<interface>>
|
||
+update(event)
|
||
}
|
||
|
||
class ConsoleView {
|
||
+update(event)
|
||
+render(maze, player, path)
|
||
}
|
||
|
||
MazeBuilder <|.. TextFileMazeBuilder
|
||
MazeBuilder --> Maze : creates
|
||
PathFindingStrategy <|.. BFSStrategy
|
||
PathFindingStrategy <|.. DFSStrategy
|
||
PathFindingStrategy <|.. AStarStrategy
|
||
PathFindingStrategy <|.. DijkstraStrategy
|
||
MazeSolver --> PathFindingStrategy : uses
|
||
MazeSolver --> Maze : uses
|
||
Command <|.. MoveCommand
|
||
MoveCommand --> Player
|
||
Player --> Cell
|
||
Observer <|.. ConsoleView
|
||
MazeSolver --> Observer : notifies
|
||
```
|
||
|
||
### Выполнение
|
||
|
||
#### Этап 1. Модель лабиринта (без паттернов, просто классы)
|
||
**Задача:** Создать классы `Cell` и `Maze`, которые представляют карту лабиринта.
|
||
- `Cell` хранит координаты (x, y), флаги `isWall`, `isStart`, `isExit`, метод `isPassable()` (возвращает `True` для прохода, если не стена).
|
||
- `Maze` хранит двумерный массив клеток, ширину, высоту, ссылки на стартовую и выходную клетку. Методы: `getCell(x, y)`, `getNeighbors(cell)` – возвращает список соседних проходимых клеток (вверх, вниз, влево, вправо, если в пределах границ и не стена).
|
||
|
||
**Результат:** Лабиринт можно создать вручную в коде, но загрузку пока не делаем.
|
||
|
||
#### Этап 2. Загрузка лабиринта из файла – применение паттерна **Builder**
|
||
**Задача:** Реализовать загрузку лабиринта из текстового файла, где `#` – стена, ` ` (пробел) – проход, `S` – старт, `E` – выход.
|
||
- Создать интерфейс `MazeBuilder` с методом `buildFromFile(filename)`.
|
||
- Реализовать класс `TextFileMazeBuilder`, который читает файл, парсит символы, создаёт объекты `Cell`, задаёт координаты и флаги, после чего возвращает готовый `Maze`.
|
||
|
||
Процесс построения лабиринта сложный (парсинг, валидация, установка старта/выхода). Builder скрывает детали создания от клиента. В будущем можно легко добавить другой формат (например, JSON или бинарный) через новую реализацию `MazeBuilder`.
|
||
|
||
#### Этап 3. Стратегии поиска пути – паттерн **Strategy**
|
||
**Задача:** Реализовать семейство алгоритмов поиска пути от старта до выхода.
|
||
- Создать интерфейс `PathFindingStrategy` с методом `findPath(maze, start, exit)`, возвращающим список клеток пути (от старта до выхода включительно) или пустой список, если пути нет.
|
||
- Реализовать минимум 3 стратегии:
|
||
- **BFS** (поиск в ширину) – гарантирует кратчайший путь по количеству шагов.
|
||
- **DFS** (поиск в глубину) – быстрый, но не обязательно кратчайший.
|
||
- **A*** (с эвристикой, например, манхэттенское расстояние) – компромисс между скоростью и оптимальностью.
|
||
- (Опционально) **Дейкстра** – полезна для взвешенных лабиринтов, но в базовом варианте все шаги имеют вес 1, тогда она совпадает с BFS.
|
||
|
||
Каждая стратегия возвращает путь. Для BFS/DFS используйте очередь/стек, для A* – приоритетную очередь (heapq). Важно: алгоритмы не должны модифицировать сам лабиринт, только читать состояние клеток.
|
||
|
||
Strategy позволяет легко переключать алгоритмы во время выполнения, не меняя код остальной программы. Новый алгоритм можно добавить, реализовав интерфейс.
|
||
|
||
#### Этап 4. Класс-оркестратор – **MazeSolver** (использует Strategy)
|
||
**Задача:** Создать класс, который принимает лабиринт и стратегию, выполняет поиск и собирает статистику.
|
||
- `MazeSolver` содержит поля `maze` и `strategy`.
|
||
- Метод `setStrategy(strategy)` для динамической смены алгоритма.
|
||
- Метод `solve()` вызывает `strategy.findPath(...)` и возвращает объект `SearchStats` (время выполнения в миллисекундах, количество посещённых клеток, длина найденного пути).
|
||
- Для замера времени используйте `time.perf_counter()` до и после вызова стратегии.
|
||
|
||
#### Этап 5. Визуализация и пошаговое управление – паттерны **Observer** и **Command** (по желанию)
|
||
**5.1. Наблюдатель (Observer)** – обновление консольного интерфейса.
|
||
- Создать интерфейс `Observer` с методом `update(event)`, где `event` может быть строкой или объектом с типом события (`"path_found"`, `"move"`, `"maze_loaded"`).
|
||
- Реализовать класс `ConsoleView`, который отображает лабиринт, текущее положение игрока (если реализован пошаговый режим) и найденный путь. Метод `render(maze, player_position, path)` рисует карту в консоли.
|
||
- `MazeSolver` (или отдельный контроллер) может иметь список наблюдателей и уведомлять их при изменении состояния.
|
||
|
||
**5.2. Команда (Command)** – для пошагового перемещения игрока по найденному пути (или ручного управления).
|
||
- Создать интерфейс `Command` с методами `execute()` и `undo()`.
|
||
- Реализовать `MoveCommand`, который принимает игрока (`Player`), направление и изменяет его позицию, сохраняя предыдущую для отмены.
|
||
- Создать класс `Player`, хранящий текущую клетку.
|
||
- Консольное меню позволяет вводить команды (W/A/S/D), выполнять `MoveCommand`, при необходимости отменять последний ход (Ctrl+Z). Это опционально, но очень наглядно демонстрирует паттерн.
|
||
|
||
*Observer можно реализовать только для вывода сообщений о начале/конце поиска, а Command – для демонстрации undo при ручном исследовании лабиринта.*
|
||
|
||
#### Этап 6. Экспериментальная часть (аналогично заданию со структурами данных)
|
||
**Задача:** Сравнить эффективность реализованных стратегий на лабиринтах разной сложности.
|
||
1. **Подготовка тестовых лабиринтов:**
|
||
- Маленький (10×10) с простым путём.
|
||
- Средний (50×50) с тупиками.
|
||
- Большой (100×100) с запутанной структурой.
|
||
- «Пустой» лабиринт (без стен) – для демонстрации максимальной производительности.
|
||
- «Без выхода» – чтобы проверить обработку отсутствия пути.
|
||
2. **Замеры:**
|
||
- Для каждого лабиринта и каждой стратегии запустить `solve()` 5–10 раз, усреднить время, количество посещённых клеток, длину пути.
|
||
- Записать результаты в CSV: `лабиринт,стратегия,время_мс,посещено_клеток,длина_пути`.
|
||
3. **Анализ:**
|
||
- Построить графики для каждого лабиринта.
|
||
- Проанализировать и написать выводы по итогам (эффективность того или иного алгоритма в разных случаях).
|
||
|
||
4. **Дополнительное задание:** Реализовать взвешенные клетки (например, болото – вес 3, песок – вес 2, асфальт – вес 1) и сравнить Дейкстру с A* на взвешенном графе.
|
||
|
||
#### Этап 7. Отчёт
|
||
**Структура отчёта:**
|
||
1. Описание задачи и выбранных паттернов (с диаграммой классов из Mermaid).
|
||
2. Листинги ключевых классов (можно выборочно) или ссылка на репозиторий.
|
||
3. Результаты экспериментов (таблицы, графики).
|
||
4. Анализ эффективности алгоритмов и применимости паттернов.
|
||
5. Выводы: как ООП и паттерны помогли сделать код гибким и расширяемым. Что было бы сложно изменить без них.
|
||
|
||
### Советы
|
||
- Для A* самая простая эвристика: `abs(x1 - x2) + abs(y1 - y2)`.
|
||
- При поиске пути надо хранить предшественников (`parent` для каждой посещённой клетки), чтобы восстановить путь.
|
||
- Для BFS/DFS используй `deque` (очередь) и `list` (стек).
|
||
- Визуализацию в консоли можно сделать с помощью `os.system('cls' if os.name == 'nt' else 'clear')` для перерисовки.
|