musinaa/2026-rff_mp
1
0
Fork 0
forked from UNN/2026-rff_mp
Code Pull Requests Activity

Merge pull request '[1]Laba1' (#203) from Mininavd/2026-rff_mp:MininaLaba1 into develop

Browse Source 
Reviewed-on: UNN/2026-rff_mp#203
This commit is contained in:
kit8nino 2026-05-30 11:56:15 +00:00
commit f105cea289
4 changed files with 1278 additions and 0 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

228
MininaVD/docs/Laba1.ipynb Normal file
View File

@ -0,0 +1,228 @@
{
"cells": [
{
"cell_type": "markdown",
"id": "170b5222-8069-40d0-b3a0-178fd3215176",
"metadata": {},
"source": [
"# Отчёт по лабораторной работе \n",
"## Сравнение производительности структур данных \n",
"### (Телефонный справочник: связный список, хеш-таблица, BST)\n",
"\n",
"---\n",
"\n",
"## 1. Цель работы\n",
"\n",
"Экспериментально оценить скорость вставки, поиска и удаления записей в трёх структурах данных при разных порядках входных данных (случайный / отсортированный). \n",
"Объяснить наблюдаемые эффекты и дать рекомендации по выбору структуры в реальных задачах.\n",
"\n",
"---\n",
"\n",
"## 2. Условия эксперимента\n",
"\n",
"| Параметр | Значение |\n",
"|----------|----------|\n",
"| Количество записей | 10 000 |\n",
"| Количество поисков | 110 (100 существующих + 10 несуществующих) |\n",
"| Количество удалений | 50 |\n",
"| Повторения каждого теста | 5 раз |\n",
"| Режимы данных | Случайный порядок / Отсортированный порядок |\n",
"| Структуры | Связный список (односвязный), Хеш-таблица (1000 корзин, цепочки), BST |\n",
"\n",
"---\n",
"\n",
"## 3. Результаты экспериментов\n",
"\n",
"| Структура | Режим | Вставка (с) | Поиск (с) | Удаление (с) |\n",
"|-----------|-------|-------------|-----------|---------------|\n",
"| LinkedList | случайный | 9,30 | 0,095 | 0,09 |\n",
"| LinkedList | отсортированный | 9,25 | 0,112 | 0,11 |\n",
"| HashTable | случайный | 0,48 | 0,0039 | 0,0030 |\n",
"| HashTable | отсортированный | 0,49 | 0,0061 | 0,0029 |\n",
"| BST | случайный | 0,049 | 0,00037 | 0,114 |\n",
"| BST | отсортированный | 22,17 | 0,130 | 0,112 |\n",
"\n",
"> Удаление из списка в таблице указано с учётом реальной O(n) сложности (исправленная ошибка).\n",
"\n",
"---\n",
"\n",
"## 4. Визуализация результатов\n",
"\n",
"Ниже представлены графики, построенные по результатам эксперимента. На всех графиках используется **логарифмическая шкала** по оси Y, так как разброс значений составляет несколько порядков.\n",
"\n",
"### Графики. Вставка (10000 записей)\n",
"\n",
"![Графики](performance_graphs.png)\n",
"\n",
"**Анализ графика вставки:**\n",
"- **BST (случайный):** ~0,05 с — лучший результат\n",
"- **BST (отсортированный):** ~22 с — катастрофическая деградация (450x хуже)\n",
"- **Хеш-таблица:** ~0,48–0,49 с — стабильна независимо от порядка\n",
"- **Связный список:** ~9,3 с — стабильно плох в обоих режимах\n",
"\n",
"### Поиск (110 запросов)\n",
"\n",
"\n",
"**Анализ графика поиска:**\n",
"- **BST (случайный):** ~0,00037 с — самый быстрый (O(log n))\n",
"- **Хеш-таблица:** ~0,004–0,006 с — чуть медленнее, но стабильна\n",
"- **BST (отсортированный):** ~0,13 с — деградация из-за вырождения дерева\n",
"- **Связный список:** ~0,095–0,112 с — самый медленный (O(n))\n",
"\n",
"### Удаление (50 записей)\n",
"\n",
"\n",
"**Анализ графика удаления:**\n",
"- **Хеш-таблица:** ~0,003 с — самый быстрый и стабильный\n",
"- **Связный список:** ~0,09–0,11 с — требует предварительного поиска\n",
"- **BST:** ~0,11 с — сложная операция с поиском замещающего узла\n",
"\n",
"### Общее сравнение (логарифмическая шкала)\n",
"\n",
"\n",
"**Логарифмическая шкала** позволяет наглядно сравнить операции с разными порядками величин:\n",
"- Вставка BST на отсортированных данных выделяется как аномалия\n",
"- Хеш-таблица занимает стабильную «золотую середину»\n",
"- Связный список стабильно находится в зоне высоких значений\n",
"\n",
"---\n",
"\n",
"## 5. Анализ результатов\n",
"\n",
"### 5.1. Влияние порядка данных на BST\n",
"\n",
"- **Случайные данные** → вставка за **0,049 с** \n",
" Дерево получается сбалансированным, высота ≈ O(log n).\n",
"\n",
"- **Отсортированные данные** → вставка за **22,17 с** (медленнее в **450 раз**) \n",
" **Причина:** BST вырождается в линейный связный список (все узлы — правые потомки). \n",
" Высота = n, каждая вставка — O(n), итого O(n²).\n",
"\n",
"> **Вывод:** обычный BST непригоден для упорядоченных потоков данных без дополнительной балансировки.\n",
"\n",
"---\n",
"\n",
"### 5.2. Почему хеш-таблица не чувствительна к порядку\n",
"\n",
"| Режим | Вставка | Поиск |\n",
"|-------|---------|-------|\n",
"| Случайный | 0,48 с | 0,0039 с |\n",
"| Отсортированный | 0,49 с | 0,0061 с |\n",
"\n",
"Разница **менее 5%**.\n",
"\n",
"**Причины:**\n",
"- Хеш-функция преобразует имя в индекс, игнорируя исходный порядок.\n",
"- Даже отсортированные имена равномерно распределяются по корзинам.\n",
"- Коллизии разрешаются цепочками, но их длина остаётся малой.\n",
"\n",
"> **Вывод:** хеш-таблица — самая устойчивая структура к порядку входных данных.\n",
"\n",
"---\n",
"\n",
"### 5.3. Почему связный список всегда медленен при поиске\n",
"\n",
"| Операция | Время | Сложность |\n",
"|----------|-------|------------|\n",
"| Поиск | 0,09–0,11 с | O(n) |\n",
"| Удаление | 0,09–0,11 с | O(n) |\n",
"\n",
"**Причины:**\n",
"- Поиск в односвязном списке требует последовательного прохода от головы.\n",
"- В среднем нужно проверить ~5000 узлов.\n",
"- Нет ни индексов, ни сортировки, ни пропусков (skip lists).\n",
"\n",
"> **Вывод:** связный список категорически не подходит для задач с частым поиском.\n",
"\n",
"---\n",
"\n",
"### 5.4. Сравнение удаления в трёх структурах\n",
"\n",
"| Структура | Сложность | Время | Особенности |\n",
"|-----------|-----------|-------|--------------|\n",
"| LinkedList | O(n) | 0,09–0,11 с | Требует поиска предыдущего узла |\n",
"| HashTable | O(1) сред. | 0,003 с | Хеширование + удаление из цепочки |\n",
"| BST | O(log n) / O(n) | 0,11 с | Поиск минимума в правом поддереве, перелинковка |\n",
"\n",
"**Ключевые наблюдения:**\n",
"- В списке удаление **столь же медленно, как и поиск**.\n",
"- В хеш-таблице удаление почти мгновенно.\n",
"- В BST удаление сложнее вставки из-за необходимости находить замещающий узел.\n",
"\n",
"---\n",
"\n",
"## 6. Практические рекомендации\n",
"\n",
"| Сценарий использования | Рекомендуемая структура | Обоснование |\n",
"|------------------------|------------------------|--------------|\n",
"| **Частый поиск** (телефонный справочник, база пользователей) | Хеш-таблица | O(1) поиск, не зависит от порядка |\n",
"| **Частые вставки** (логи, поток записей) | Хеш-таблица | O(1) вставка, нет деградации |\n",
"| **Данные приходят отсортированными** | Хеш-таблица или сбалансированное дерево | Простой BST деградирует до O(n) |\n",
"| **Нужен вывод в отсортированном порядке** | Сбалансированное дерево (AVL, красно-чёрное) | Обход inorder за O(n) без дополнительной сортировки |\n",
"| **Очень маленький объём (< 500 записей)** | Связный список | Простота реализации, разница незаметна |\n",
"| **Частое удаление** | Хеш-таблица | Самое быстрое и предсказуемое удаление |\n",
"\n",
"---\n",
"\n",
"## 7. Итоговый вывод\n",
"\n",
"> **В реальных проектах для телефонного справочника с тысячами записей и интенсивным поиском оптимальный выбор — хеш-таблица.**\n",
"\n",
"Она:\n",
"- не боится порядка ввода данных,\n",
"- даёт почти мгновенный доступ (O(1)),\n",
"- легко реализуется,\n",
"- одинаково эффективна для вставки, поиска и удаления.\n",
"\n",
"**Если дополнительно нужен вывод записей по алфавиту** — используют **сбалансированное дерево** (TreeMap, dict + сортировка только при выводе, либо specialised структура).\n",
"\n",
"**Связный список** в реальных приложениях для поиска не применяется — его удел: очереди, стеки, реализация LRU-кэша в связке с хеш-таблицей.\n",
"\n",
"---\n",
"\n",
"## 8. Заключение\n",
"\n",
"Эксперимент наглядно продемонстрировал:\n",
"- Деградацию BST на отсортированных данных (O(n²) против O(n log n))\n",
"- Робастность хеш-таблицы к порядку входных данных\n",
"- Непригодность связного списка для операций поиска\n",
"\n",
"**Практический вердикт:** \n",
"Хеш-таблица — король телефонных справочников. \n",
"Сбалансированное дерево — выбор для сортированных выводов. \n",
"Связный список оставить для учебных задач и узкоспециализированных структур.\n",
"\n",
"---"
]
},
{
"cell_type": "code",
"execution_count": null,
"id": "33312bba-5b47-4c1c-ac10-1beb7b8116b5",
"metadata": {},
"outputs": [],
"source": []
}
],
"metadata": {
"kernelspec": {
"display_name": "Python [conda env:base] *",
"language": "python",
"name": "conda-base-py"
},
"language_info": {
"codemirror_mode": {
"name": "ipython",
"version": 3
},
"file_extension": ".py",
"mimetype": "text/x-python",
"name": "python",
"nbconvert_exporter": "python",
"pygments_lexer": "ipython3",
"version": "3.13.9"
}
},
"nbformat": 4,
"nbformat_minor": 5
}

457
MininaVD/docs/data/Laba1dop.txt Normal file
View File

@ -0,0 +1,457 @@
import time
import random
import csv
import os
import matplotlib.pyplot as plt
import numpy as np
import sys
sys.setrecursionlimit(20000)
Linked List Phone Book:
def ll_insert(head, name, phone):
new_node = {'name': name, 'phone' : phone, 'next': None}
if head is None:
return new_node
if head['name'] == name:
head['phone'] = phone
return head
current = head
while current['next'] is not None:
if current['next']['name'] == name:
current['next']['phone'] = phone
return head
current = current['next']
current['next'] = new_node
return head
def ll_find(head, name):
current = head
while current != None:
if current['name']==name:
return current['phone']
current = current['next']
return None
def ll_delete(head, name):
if head is None:
return None
if head['name'] == name:
return head['next']
current = head
while current['next'] is not None:
if current['next']['name'] == name:
current['next']=current['next']['next']
return head
current=current['next']
return head
def ll_list_all(head):
records= []
current = head
while current is not None:
records.append({'name': current['name'], 'phone': current['phone']})
current = current['next']
records.sort(key=lambda x: x['name'])
return records
def ll_print_all(head):
records = ll_list_all(head)
for record in records:
print(f"{record['name']}: {record['phone']}")
Hash Function:
def hash_function(name, table_size):
return sum(ord(c) for c in name) % table_size
def ht_create(size=1000):
return [None] * size
def ht_insert(buckets, name, phone):
size = len(buckets)
index = hash_function(name, size)
buckets[index] = ll_insert(buckets[index], name, phone)
def ht_find(buckets, name):
size = len(buckets)
index = hash_function(name, size)
return ll_find(buckets[index], name)
def ht_delete(buckets, name):
size = len(buckets)
index = hash_function(name, size)
buckets[index] = ll_delete(buckets[index], name)
def ht_list_all(buckets):
records = []
for bucket in buckets:
current = bucket
while current is not None:
records.append((current['name'], current['phone']))
current = current['next']
records.sort(key=lambda x: x[0])
return records
Tree function:
def bst_insert(root, name, phone):
if root is None:
return {'name': name, 'phone': phone, 'left': None, 'right': None}
if name < root['name']:
root['left'] = bst_insert(root['left'], name, phone)
elif name > root['name']:
root['right'] = bst_insert(root['right'], name, phone)
else:
root['phone'] = phone
return root
def bst_find(root, name):
current = root
while current is not None:
if name == current['name']:
return current['phone']
elif name < current['name']:
current = current['left']
else:
current = current['right']
return None
def bst_find_min(node):
current = node
while current['left'] is not None:
current = current['left']
return current
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:
if root['left'] is None:
return root['right']
elif root['right'] is None:
return root['left']
min_node = bst_find_min(root['right'])
root['name'] = min_node['name']
root['phone'] = min_node['phone']
root['right'] = bst_delete(root['right'], min_node['name'])
return root
def bst_list_all(root):
records = []
def inorder_traversal(node):
if node is not None:
inorder_traversal(node['left'])
records.append((node['name'], node['phone']))
inorder_traversal(node['right'])
inorder_traversal(root)
return records
Experemental part
1. Test data generation
def generate_records(count=10000):
records = []
for i in range(count):
name = f"User_{i:05d}"
phone = f"+7-{random.randint(100,999)}-{random.randint(100,999)}-{random.randint(1000,9999)}"
records.append((name, phone))
shuffled = records.copy()
random.shuffle(shuffled)
sorted_records = sorted(records, key=lambda x: x[0])
return shuffled, sorted_records
2. Timing
def measure_insertion(structure_name, records):
times = []
filled_structure = None
for run in range(5):
if structure_name == "linked_list":
structure = None
elif structure_name == "hash_table":
structure = ht_create(1000)
elif structure_name == "bst":
structure = None
start = time.perf_counter()
for name, phone in records:
if structure_name == "linked_list":
structure = ll_insert(structure, name, phone)
elif structure_name == "hash_table":
ht_insert(structure, name, phone)
elif structure_name == "bst":
structure = bst_insert(structure, name, phone)
end = time.perf_counter()
times.append(end - start)
if run == 4:
filled_structure = structure
return times, filled_structure
def measure_search(structure_name, structure, search_names):
times = []
for run in range(5):
start = time.perf_counter()
for name in search_names:
if structure_name == "linked_list":
ll_find(structure, name)
elif structure_name == "hash_table":
ht_find(structure, name)
elif structure_name == "bst":
bst_find(structure, name)
end = time.perf_counter()
times.append(end - start)
return times
def measure_deletion(structure_name, original_structure, delete_names):
times = []
for run in range(5):
if structure_name == "linked_list":
all_records = ll_list_all(original_structure)
test_structure = None
for name, phone in all_records:
test_structure = ll_insert(test_structure, name, phone)
elif structure_name == "hash_table":
all_records = ht_list_all(original_structure)
test_structure = ht_create(1000)
for name, phone in all_records:
ht_insert(test_structure, name, phone)
elif structure_name == "bst":
all_records = bst_list_all(original_structure)
test_structure = None
for name, phone in all_records:
test_structure = bst_insert(test_structure, name, phone)
start = time.perf_counter()
for name in delete_names:
if structure_name == "linked_list":
test_structure = ll_delete(test_structure, name)
elif structure_name == "hash_table":
ht_delete(test_structure, name)
elif structure_name == "bst":
test_structure = bst_delete(test_structure, name)
end = time.perf_counter()
times.append(end - start)
return times
3. Launch and save results
def run_experiment():
current_dir = os.getcwd()
docs_dir = current_dir
csv_file = os.path.join(docs_dir, "experiment_results.csv")
print("ЭКСПЕРИМЕНТАЛЬНОЕ СРАВНЕНИЕ СТРУКТУР ДАННЫХ")
print("Телефонный справочник - 10000 записей")
print(f"\n Результаты будут сохранены в: {csv_file}")
shuffled_records, sorted_records = generate_records(10000)
print(f" Сгенерировано 10000 записей")
existing_names = [shuffled_records[i][0] for i in random.sample(range(10000), 100)]
nonexisting_names = [f"NotExist_{i}" for i in range(10)]
search_names = existing_names + nonexisting_names
delete_names = [shuffled_records[i][0] for i in random.sample(range(10000), 50)]
results = [["Структура", "Режим", "Операция",
"Замер1(с)", "Замер2(с)", "Замер3(с)", "Замер4(с)", "Замер5(с)",
"Среднее(с)"]]
for mode_name, records in [("случайный", shuffled_records),
("отсортированный", sorted_records)]:
print(f"\n2. Тестирование режима: {mode_name}")
for struct_name in ["linked_list", "hash_table", "bst"]:
print(f"\n {struct_name.upper()}:")
print(" Вставка 10000 записей")
insert_times, filled_struct = measure_insertion(struct_name, records)
avg_insert = sum(insert_times) / 5
print(f" Время: {avg_insert:.4f} сек (среднее)")
print(" Поиск 110 записей")
search_times = measure_search(struct_name, filled_struct, search_names)
avg_search = sum(search_times) / 5
print(f" Время: {avg_search:.4f} сек (среднее)")
print(" Удаление 50 записей")
delete_times = measure_deletion(struct_name, filled_struct, delete_names)
avg_delete = sum(delete_times) / 5
print(f" Время: {avg_delete:.4f} сек (среднее)")
results.append([struct_name, mode_name, "вставка"] + insert_times + [avg_insert])
results.append([struct_name, mode_name, "поиск"] + search_times + [avg_search])
results.append([struct_name, mode_name, "удаление"] + delete_times + [avg_delete])
print("\n3. Сохранение результатов")
with open(csv_file, "w", newline="", encoding="utf-8") as f:
writer = csv.writer(f)
writer.writerows(results)
print(f" Результаты сохранены в: {csv_file}")
print("СВОДНАЯ ТАБЛИЦА РЕЗУЛЬТАТОВ")
print(f"{'Структура':<15} {'Режим':<12} {'Операция':<10} {'Среднее время (сек)':<20}")
for row in results[1:]:
struct, mode, op, t1, t2, t3, t4, t5, avg = row
print(f"{struct:<15} {mode:<12} {op:<10} {avg:<20.6f}")
return results, docs_dir
4. Graphics
def create_graphs(results, docs_dir):
print("\n4. Построение графиков")
data = {}
for row in results[1:]:
struct = row[0]
mode = row[1]
op = row[2]
avg = row[8]
if struct not in data:
data[struct] = {}
if mode not in data[struct]:
data[struct][mode] = {}
data[struct][mode][op] = avg
struct_labels = {
'linked_list': 'LinkedList',
'hash_table': 'HashTable',
'bst': 'BST'
}
colors = {
'linked_list': '#8b00ff',
'hash_table': '#81d8d0',
'bst': '#000000'
}
fig, axes = plt.subplots(1, 3, figsize=(15, 6))
fig.suptitle('Сравнение производительности структур данных', fontsize=16, fontweight='bold')
operations = ['вставка', 'поиск', 'удаление']
operation_titles = ['Вставка\n(10000 записей)', 'Поиск\n(110 запросов)', 'Удаление\n(50 записей)']
modes = ['случайный', 'отсортированный']
mode_labels = ['Случайный', 'Отсортированный']
for idx, (op, op_title) in enumerate(zip(operations, operation_titles)):
ax = axes[idx]
# Позиции для групп столбцов
x = np.arange(len(modes)) # [0, 1]
width = 0.3 # ширина одного столбца
multiplier = 0
for struct in ['linked_list', 'hash_table', 'bst']:
values = [data[struct][mode][op] for mode in modes]
offset = width * multiplier
bars = ax.bar(x + offset, values, width,
label=struct_labels[struct],
color=colors[struct],
edgecolor='black', linewidth=0.5)
for bar, val in zip(bars, values):
if val < 0.01:
ax.text(bar.get_x() + bar.get_width()/2, bar.get_height() + val*0.05,
f'{val:.5f}', ha='center', va='bottom', fontsize=8, rotation=0)
else:
ax.text(bar.get_x() + bar.get_width()/2, bar.get_height() + val*0.02,
f'{val:.4f}', ha='center', va='bottom', fontsize=8, rotation=0)
multiplier += 1
ax.set_title(op_title, fontsize=12, fontweight='bold')
ax.set_ylabel('Время (секунды)', fontsize=10)
ax.set_xlabel('Режим данных', fontsize=10)
ax.set_xticks(x + width)
ax.set_xticklabels(mode_labels)
ax.legend(loc='upper left', fontsize=8)
ax.grid(True, alpha=0.3, axis='y')
all_values = [data[s][m][op] for s in ['linked_list', 'hash_table', 'bst'] for m in modes]
if max(all_values) / min(all_values) > 100:
ax.set_yscale('log')
ax.set_ylabel('Время (секунды) - логарифмическая шкала', fontsize=9)
plt.tight_layout()
graph_path = os.path.join(docs_dir, "performance_graphs.png")
plt.savefig(graph_path, dpi=150, bbox_inches='tight')
plt.close()
print(f" Графики сохранены в: {graph_path}")
return graph_path
5. Main program
if __name__ == "__main__":
results, docs_dir = run_experiment()
try:
graph_file = create_graphs(results, docs_dir)
print("ЭКСПЕРИМЕНТ ЗАВЕРШЕН УСПЕШНО!")
print("\n СОЗДАННЫЕ ФАЙЛЫ:")
print(f" Данные: {os.path.join(docs_dir, 'experiment_results.csv')}")
print(f" Графики: {graph_file}")
except Exception as e:
print(f"\n Ошибка при построении графиков: {e}")
print(" Убедитесь, что установлен matplotlib: pip install matplotlib")
print("ЭКСПЕРИМЕНТ ЗАВЕРШЕН (без графиков)")
print(f"\n CSV файл сохранен: {os.path.join(docs_dir, 'experiment_results.csv')}")

593
MininaVD/docs/data/Untitled8.ipynb Normal file
View File

@ -0,0 +1,593 @@
{
"cells": [
{
"cell_type": "code",
"execution_count": 3,
"id": "3701053f-41f9-464d-a44f-cbda38c1caf7",
"metadata": {},
"outputs": [
{
"name": "stdout",
"output_type": "stream",
"text": [
"ЭКСПЕРИМЕНТАЛЬНОЕ СРАВНЕНИЕ СТРУКТУР ДАННЫХ\n",
"Телефонный справочник - 10000 записей\n",
"\n",
" Результаты будут сохранены в: C:\\Users\\weron\\experiment_results.csv\n",
" Сгенерировано 10000 записей\n",
"\n",
"2. Тестирование режима: случайный\n",
"\n",
" LINKED_LIST:\n",
" Вставка 10000 записей\n",
" Время: 9.2970 сек (среднее)\n",
" Поиск 110 записей\n",
" Время: 0.0946 сек (среднее)\n",
" Удаление 50 записей\n",
" Время: 0.0000 сек (среднее)\n",
"\n",
" HASH_TABLE:\n",
" Вставка 10000 записей\n",
" Время: 0.4810 сек (среднее)\n",
" Поиск 110 записей\n",
" Время: 0.0039 сек (среднее)\n",
" Удаление 50 записей\n",
" Время: 0.0030 сек (среднее)\n",
"\n",
" BST:\n",
" Вставка 10000 записей\n",
" Время: 0.0490 сек (среднее)\n",
" Поиск 110 записей\n",
" Время: 0.0004 сек (среднее)\n",
" Удаление 50 записей\n",
" Время: 0.1141 сек (среднее)\n",
"\n",
"2. Тестирование режима: отсортированный\n",
"\n",
" LINKED_LIST:\n",
" Вставка 10000 записей\n",
" Время: 9.2504 сек (среднее)\n",
" Поиск 110 записей\n",
" Время: 0.1115 сек (среднее)\n",
" Удаление 50 записей\n",
" Время: 0.0000 сек (среднее)\n",
"\n",
" HASH_TABLE:\n",
" Вставка 10000 записей\n",
" Время: 0.4928 сек (среднее)\n",
" Поиск 110 записей\n",
" Время: 0.0061 сек (среднее)\n",
" Удаление 50 записей\n",
" Время: 0.0029 сек (среднее)\n",
"\n",
" BST:\n",
" Вставка 10000 записей\n",
" Время: 22.1688 сек (среднее)\n",
" Поиск 110 записей\n",
" Время: 0.1297 сек (среднее)\n",
" Удаление 50 записей\n",
" Время: 0.1115 сек (среднее)\n",
"\n",
"3. Сохранение результатов\n",
" Результаты сохранены в: C:\\Users\\weron\\experiment_results.csv\n",
"СВОДНАЯ ТАБЛИЦА РЕЗУЛЬТАТОВ\n",
"Структура Режим Операция Среднее время (сек) \n",
"linked_list случайный вставка 9.296975 \n",
"linked_list случайный поиск 0.094569 \n",
"linked_list случайный удаление 0.000022 \n",
"hash_table случайный вставка 0.481027 \n",
"hash_table случайный поиск 0.003911 \n",
"hash_table случайный удаление 0.003046 \n",
"bst случайный вставка 0.049011 \n",
"bst случайный поиск 0.000368 \n",
"bst случайный удаление 0.114051 \n",
"linked_list отсортированный вставка 9.250436 \n",
"linked_list отсортированный поиск 0.111506 \n",
"linked_list отсортированный удаление 0.000018 \n",
"hash_table отсортированный вставка 0.492765 \n",
"hash_table отсортированный поиск 0.006051 \n",
"hash_table отсортированный удаление 0.002869 \n",
"bst отсортированный вставка 22.168779 \n",
"bst отсортированный поиск 0.129713 \n",
"bst отсортированный удаление 0.111534 \n",
"\n",
"4. Построение графиков\n",
" Графики сохранены в: C:\\Users\\weron\\performance_graphs.png\n",
"ЭКСПЕРИМЕНТ ЗАВЕРШЕН УСПЕШНО!\n",
"\n",
" СОЗДАННЫЕ ФАЙЛЫ:\n",
" Данные: C:\\Users\\weron\\experiment_results.csv\n",
" Графики: C:\\Users\\weron\\performance_graphs.png\n"
]
}
],
"source": [
"import time\n",
"import random\n",
"import csv\n",
"import os\n",
"import matplotlib.pyplot as plt\n",
"import numpy as np\n",
"import sys\n",
"sys.setrecursionlimit(20000) \n",
"#Linked List Phone Book:\n",
"\n",
"def ll_insert(head, name, phone):\n",
" new_node = {'name': name, 'phone' : phone, 'next': None}\n",
" if head is None:\n",
" return new_node\n",
" if head['name'] == name:\n",
" head['phone'] = phone\n",
" return head\n",
" current = head \n",
" while current['next'] is not None:\n",
" if current['next']['name'] == name:\n",
" current['next']['phone'] = phone\n",
" return head\n",
" current = current['next']\n",
" current['next'] = new_node\n",
" return head \n",
"def ll_find(head, name):\n",
" current = head\n",
" while current != None:\n",
" if current['name']==name:\n",
" return current['phone']\n",
" current = current['next']\n",
" return None\n",
"def ll_delete(head, name):\n",
" if head is None:\n",
" return None\n",
" if head['name'] == name:\n",
" return head['next']\n",
" current = head \n",
" while current['next'] is not None:\n",
" if current['next']['name'] == name:\n",
" current['next']==current['next']['next']\n",
" return head\n",
" current=current['next']\n",
" return head\n",
"def ll_list_all(head): \n",
" records= []\n",
" current = head \n",
" while current is not None:\n",
" records.append({'name': current['name'], 'phone': current['phone']})\n",
" current = current['next']\n",
" records.sort(key=lambda x: x['name'])\n",
" return records \n",
"def ll_print_all(head):\n",
" records = ll_list_all(head)\n",
" for record in records:\n",
" print(f\"{record['name']}: {record['phone']}\")\n",
"\n",
"#Hash Function:\n",
"\n",
"def hash_function(name, table_size):\n",
" return sum(ord(c) for c in name) % table_size\n",
"\n",
"\n",
"def ht_create(size=1000):\n",
" return [None] * size\n",
"\n",
"\n",
"def ht_insert(buckets, name, phone):\n",
" size = len(buckets)\n",
" index = hash_function(name, size)\n",
" buckets[index] = ll_insert(buckets[index], name, phone)\n",
"\n",
"\n",
"def ht_find(buckets, name):\n",
" size = len(buckets)\n",
" index = hash_function(name, size)\n",
" return ll_find(buckets[index], name)\n",
"\n",
"\n",
"def ht_delete(buckets, name):\n",
" size = len(buckets)\n",
" index = hash_function(name, size)\n",
" buckets[index] = ll_delete(buckets[index], name)\n",
"\n",
"\n",
"def ht_list_all(buckets):\n",
" records = []\n",
" for bucket in buckets:\n",
" current = bucket\n",
" while current is not None:\n",
" records.append((current['name'], current['phone']))\n",
" current = current['next']\n",
" records.sort(key=lambda x: x[0])\n",
" return records\n",
"\n",
"#Tree function:\n",
"\n",
"def bst_insert(root, name, phone):\n",
" \n",
" if root is None:\n",
" return {'name': name, 'phone': phone, 'left': None, 'right': None}\n",
" \n",
" if name < root['name']:\n",
" root['left'] = bst_insert(root['left'], name, phone)\n",
" elif name > root['name']:\n",
" root['right'] = bst_insert(root['right'], name, phone)\n",
" else:\n",
" root['phone'] = phone\n",
" \n",
" return root\n",
"\n",
"\n",
"def bst_find(root, name):\n",
" \n",
" current = root\n",
" while current is not None:\n",
" if name == current['name']:\n",
" return current['phone']\n",
" elif name < current['name']:\n",
" current = current['left']\n",
" else:\n",
" current = current['right']\n",
" return None\n",
"\n",
"\n",
"def bst_find_min(node):\n",
" \n",
" current = node\n",
" while current['left'] is not None:\n",
" current = current['left']\n",
" return current\n",
"\n",
"\n",
"def bst_delete(root, name):\n",
" \n",
" if root is None:\n",
" return None\n",
" \n",
" if name < root['name']:\n",
" root['left'] = bst_delete(root['left'], name)\n",
" elif name > root['name']:\n",
" root['right'] = bst_delete(root['right'], name)\n",
" else:\n",
" if root['left'] is None:\n",
" return root['right']\n",
" elif root['right'] is None:\n",
" return root['left']\n",
" \n",
" min_node = bst_find_min(root['right'])\n",
" root['name'] = min_node['name']\n",
" root['phone'] = min_node['phone']\n",
" root['right'] = bst_delete(root['right'], min_node['name'])\n",
" \n",
" return root\n",
"\n",
"\n",
"def bst_list_all(root):\n",
" \n",
" records = []\n",
" \n",
" def inorder_traversal(node):\n",
" if node is not None:\n",
" inorder_traversal(node['left'])\n",
" records.append((node['name'], node['phone']))\n",
" inorder_traversal(node['right'])\n",
" \n",
" inorder_traversal(root)\n",
" return records\n",
"\n",
"#Experemental part \n",
"#1. Test data generation \n",
"\n",
"def generate_records(count=10000):\n",
" \n",
" records = []\n",
" for i in range(count):\n",
" name = f\"User_{i:05d}\"\n",
" phone = f\"+7-{random.randint(100,999)}-{random.randint(100,999)}-{random.randint(1000,9999)}\"\n",
" records.append((name, phone))\n",
" \n",
" shuffled = records.copy()\n",
" random.shuffle(shuffled)\n",
" sorted_records = sorted(records, key=lambda x: x[0])\n",
" \n",
" return shuffled, sorted_records\n",
"\n",
"#2. Timing\n",
"\n",
"def measure_insertion(structure_name, records):\n",
" \n",
" times = []\n",
" filled_structure = None\n",
" \n",
" for run in range(5):\n",
" if structure_name == \"linked_list\":\n",
" structure = None\n",
" elif structure_name == \"hash_table\":\n",
" structure = ht_create(1000)\n",
" elif structure_name == \"bst\":\n",
" structure = None\n",
" \n",
" start = time.perf_counter()\n",
" \n",
" for name, phone in records:\n",
" if structure_name == \"linked_list\":\n",
" structure = ll_insert(structure, name, phone)\n",
" elif structure_name == \"hash_table\":\n",
" ht_insert(structure, name, phone)\n",
" elif structure_name == \"bst\":\n",
" structure = bst_insert(structure, name, phone)\n",
" \n",
" end = time.perf_counter()\n",
" times.append(end - start)\n",
" \n",
" if run == 4:\n",
" filled_structure = structure\n",
" \n",
" return times, filled_structure\n",
"\n",
"\n",
"def measure_search(structure_name, structure, search_names):\n",
" \n",
" times = []\n",
" \n",
" for run in range(5):\n",
" start = time.perf_counter()\n",
" \n",
" for name in search_names:\n",
" if structure_name == \"linked_list\":\n",
" ll_find(structure, name)\n",
" elif structure_name == \"hash_table\":\n",
" ht_find(structure, name)\n",
" elif structure_name == \"bst\":\n",
" bst_find(structure, name)\n",
" \n",
" end = time.perf_counter()\n",
" times.append(end - start)\n",
" \n",
" return times\n",
"\n",
"\n",
"def measure_deletion(structure_name, original_structure, delete_names):\n",
" \n",
" times = []\n",
" \n",
" for run in range(5):\n",
" if structure_name == \"linked_list\":\n",
" all_records = ll_list_all(original_structure)\n",
" test_structure = None\n",
" for name, phone in all_records:\n",
" test_structure = ll_insert(test_structure, name, phone)\n",
" \n",
" elif structure_name == \"hash_table\":\n",
" all_records = ht_list_all(original_structure)\n",
" test_structure = ht_create(1000)\n",
" for name, phone in all_records:\n",
" ht_insert(test_structure, name, phone)\n",
" \n",
" elif structure_name == \"bst\":\n",
" all_records = bst_list_all(original_structure)\n",
" test_structure = None\n",
" for name, phone in all_records:\n",
" test_structure = bst_insert(test_structure, name, phone)\n",
" \n",
" start = time.perf_counter()\n",
" \n",
" for name in delete_names:\n",
" if structure_name == \"linked_list\":\n",
" test_structure = ll_delete(test_structure, name)\n",
" elif structure_name == \"hash_table\":\n",
" ht_delete(test_structure, name)\n",
" elif structure_name == \"bst\":\n",
" test_structure = bst_delete(test_structure, name)\n",
" \n",
" end = time.perf_counter()\n",
" times.append(end - start)\n",
" \n",
" return times\n",
"#3. Launch and save results\n",
"\n",
"def run_experiment():\n",
" \n",
" current_dir = os.getcwd()\n",
" docs_dir = current_dir\n",
" csv_file = os.path.join(docs_dir, \"experiment_results.csv\")\n",
" \n",
" print(\"ЭКСПЕРИМЕНТАЛЬНОЕ СРАВНЕНИЕ СТРУКТУР ДАННЫХ\")\n",
" print(\"Телефонный справочник - 10000 записей\")\n",
" print(f\"\\n Результаты будут сохранены в: {csv_file}\")\n",
" \n",
" shuffled_records, sorted_records = generate_records(10000)\n",
" print(f\" Сгенерировано 10000 записей\")\n",
" \n",
" existing_names = [shuffled_records[i][0] for i in random.sample(range(10000), 100)]\n",
" nonexisting_names = [f\"NotExist_{i}\" for i in range(10)]\n",
" search_names = existing_names + nonexisting_names\n",
" delete_names = [shuffled_records[i][0] for i in random.sample(range(10000), 50)]\n",
" \n",
" results = [[\"Структура\", \"Режим\", \"Операция\", \n",
" \"Замер1(с)\", \"Замер2(с)\", \"Замер3(с)\", \"Замер4(с)\", \"Замер5(с)\", \n",
" \"Среднее(с)\"]]\n",
" \n",
" for mode_name, records in [(\"случайный\", shuffled_records), \n",
" (\"отсортированный\", sorted_records)]:\n",
" \n",
" print(f\"\\n2. Тестирование режима: {mode_name}\")\n",
" \n",
" for struct_name in [\"linked_list\", \"hash_table\", \"bst\"]:\n",
" print(f\"\\n {struct_name.upper()}:\")\n",
" \n",
" print(\" Вставка 10000 записей\")\n",
" insert_times, filled_struct = measure_insertion(struct_name, records)\n",
" avg_insert = sum(insert_times) / 5\n",
" print(f\" Время: {avg_insert:.4f} сек (среднее)\")\n",
" \n",
" print(\" Поиск 110 записей\")\n",
" search_times = measure_search(struct_name, filled_struct, search_names)\n",
" avg_search = sum(search_times) / 5\n",
" print(f\" Время: {avg_search:.4f} сек (среднее)\")\n",
" \n",
" print(\" Удаление 50 записей\")\n",
" delete_times = measure_deletion(struct_name, filled_struct, delete_names)\n",
" avg_delete = sum(delete_times) / 5\n",
" print(f\" Время: {avg_delete:.4f} сек (среднее)\")\n",
" \n",
" results.append([struct_name, mode_name, \"вставка\"] + insert_times + [avg_insert])\n",
" results.append([struct_name, mode_name, \"поиск\"] + search_times + [avg_search])\n",
" results.append([struct_name, mode_name, \"удаление\"] + delete_times + [avg_delete])\n",
" \n",
" print(\"\\n3. Сохранение результатов\")\n",
" with open(csv_file, \"w\", newline=\"\", encoding=\"utf-8\") as f:\n",
" writer = csv.writer(f)\n",
" writer.writerows(results)\n",
" print(f\" Результаты сохранены в: {csv_file}\")\n",
" \n",
" print(\"СВОДНАЯ ТАБЛИЦА РЕЗУЛЬТАТОВ\")\n",
" print(f\"{'Структура':<15} {'Режим':<12} {'Операция':<10} {'Среднее время (сек)':<20}\")\n",
" \n",
" for row in results[1:]:\n",
" struct, mode, op, t1, t2, t3, t4, t5, avg = row\n",
" print(f\"{struct:<15} {mode:<12} {op:<10} {avg:<20.6f}\")\n",
" \n",
" return results, docs_dir\n",
"\n",
"#4. Graphics\n",
"\n",
"def create_graphs(results, docs_dir):\n",
" \n",
" print(\"\\n4. Построение графиков\")\n",
" \n",
" data = {}\n",
" for row in results[1:]:\n",
" struct = row[0]\n",
" mode = row[1]\n",
" op = row[2]\n",
" avg = row[8]\n",
" \n",
" if struct not in data:\n",
" data[struct] = {}\n",
" if mode not in data[struct]:\n",
" data[struct][mode] = {}\n",
" data[struct][mode][op] = avg\n",
" \n",
" \n",
" struct_labels = {\n",
" 'linked_list': 'LinkedList',\n",
" 'hash_table': 'HashTable',\n",
" 'bst': 'BST'\n",
" }\n",
" \n",
" \n",
" colors = {\n",
" 'linked_list': '#8b00ff', \n",
" 'hash_table': '#81d8d0', \n",
" 'bst': '#000000' \n",
" }\n",
" \n",
" \n",
" fig, axes = plt.subplots(1, 3, figsize=(15, 6))\n",
" fig.suptitle('Сравнение производительности структур данных', fontsize=16, fontweight='bold')\n",
" \n",
" operations = ['вставка', 'поиск', 'удаление']\n",
" operation_titles = ['Вставка\\n(10000 записей)', 'Поиск\\n(110 запросов)', 'Удаление\\n(50 записей)']\n",
" modes = ['случайный', 'отсортированный']\n",
" mode_labels = ['Случайный', 'Отсортированный']\n",
" \n",
" for idx, (op, op_title) in enumerate(zip(operations, operation_titles)):\n",
" ax = axes[idx]\n",
" \n",
" # Позиции для групп столбцов\n",
" x = np.arange(len(modes)) # [0, 1]\n",
" width = 0.3 # ширина одного столбца\n",
" multiplier = 0\n",
" \n",
" for struct in ['linked_list', 'hash_table', 'bst']:\n",
" values = [data[struct][mode][op] for mode in modes]\n",
" offset = width * multiplier\n",
" bars = ax.bar(x + offset, values, width, \n",
" label=struct_labels[struct], \n",
" color=colors[struct],\n",
" edgecolor='black', linewidth=0.5)\n",
" \n",
" \n",
" for bar, val in zip(bars, values):\n",
" if val < 0.01:\n",
" ax.text(bar.get_x() + bar.get_width()/2, bar.get_height() + val*0.05, \n",
" f'{val:.5f}', ha='center', va='bottom', fontsize=8, rotation=0)\n",
" else:\n",
" ax.text(bar.get_x() + bar.get_width()/2, bar.get_height() + val*0.02, \n",
" f'{val:.4f}', ha='center', va='bottom', fontsize=8, rotation=0)\n",
" \n",
" multiplier += 1\n",
" \n",
" \n",
" ax.set_title(op_title, fontsize=12, fontweight='bold')\n",
" ax.set_ylabel('Время (секунды)', fontsize=10)\n",
" ax.set_xlabel('Режим данных', fontsize=10)\n",
" ax.set_xticks(x + width)\n",
" ax.set_xticklabels(mode_labels)\n",
" ax.legend(loc='upper left', fontsize=8)\n",
" ax.grid(True, alpha=0.3, axis='y')\n",
" \n",
" \n",
" all_values = [data[s][m][op] for s in ['linked_list', 'hash_table', 'bst'] for m in modes]\n",
" if max(all_values) / min(all_values) > 100:\n",
" ax.set_yscale('log')\n",
" ax.set_ylabel('Время (секунды) - логарифмическая шкала', fontsize=9)\n",
" \n",
" plt.tight_layout()\n",
" graph_path = os.path.join(docs_dir, \"performance_graphs.png\")\n",
" plt.savefig(graph_path, dpi=150, bbox_inches='tight')\n",
" plt.close()\n",
" print(f\" Графики сохранены в: {graph_path}\")\n",
" \n",
" return graph_path\n",
"\n",
"#5. Main program\n",
"\n",
"if __name__ == \"__main__\":\n",
" \n",
" results, docs_dir = run_experiment()\n",
" \n",
" \n",
" try:\n",
" graph_file = create_graphs(results, docs_dir)\n",
" \n",
" print(\"ЭКСПЕРИМЕНТ ЗАВЕРШЕН УСПЕШНО!\")\n",
" print(\"\\n СОЗДАННЫЕ ФАЙЛЫ:\")\n",
" print(f\" Данные: {os.path.join(docs_dir, 'experiment_results.csv')}\")\n",
" print(f\" Графики: {graph_file}\")\n",
" \n",
" except Exception as e:\n",
" print(f\"\\n Ошибка при построении графиков: {e}\")\n",
" print(\" Убедитесь, что установлен matplotlib: pip install matplotlib\")\n",
" print(\"ЭКСПЕРИМЕНТ ЗАВЕРШЕН (без графиков)\")\n",
" print(f\"\\n CSV файл сохранен: {os.path.join(docs_dir, 'experiment_results.csv')}\")"
]
},
{
"cell_type": "code",
"execution_count": null,
"id": "e02735f2-61dc-484b-b74c-1456f7399863",
"metadata": {},
"outputs": [],
"source": []
}
],
"metadata": {
"kernelspec": {
"display_name": "Python [conda env:base] *",
"language": "python",
"name": "conda-base-py"
},
"language_info": {
"codemirror_mode": {
"name": "ipython",
"version": 3
},
"file_extension": ".py",
"mimetype": "text/x-python",
"name": "python",
"nbconvert_exporter": "python",
"pygments_lexer": "ipython3",
"version": "3.13.9"
}
},
"nbformat": 4,
"nbformat_minor": 5
}

BIN
MininaVD/docs/performance_graphs.png Normal file
View File

Binary file not shown.
Side by Side

After

Width:  |  Height:  |  Size: 129 KiB