Загрузить файлы в «/»

2026-09-05 08:56:01 +00:00 · 2026-09-05 08:56:01 +00:00 · 9383ee978b
commit 9383ee978b
parent f75f269c2f
1 changed files with 196 additions and 0 deletions
--- a/otchet2.txt
+++ b/otchet2.txt
@ -0,0 +1,196 @@
+Методы программирования
+
+
+
+Поиск выхода из лабиринта.
+Анализ 2 задания
+
+
+
+
+
+
+
+Бобров К. Н.
+425 группа
+
+
+Содержание
+
+Описание задачи и выбранных паттернов	2
+Листинги ключевых классов	4
+Результаты экспериментов	6
+Анализ эффективности алгоритмов и применимости паттернов	7
+Выводы	9
+
+
+
+Описание задачи и выбранных паттернов
+
+
+
+Описание задачи: реализовать систему для загрузки лабиринтов из файлов, поиска пути от старта до выхода с использованием различных алгоритмов, сбора статистики и визуализации. Ключевые требования — гибкость, расширяемость и возможность динамической смены алгоритмов.
+
+Выбранные паттерны:
+
+?Builder - Скрывает сложность создания лабиринта из текстового файла (парсинг, валидация, установка флагов). Позволяет легко добавить поддержку других форматов (JSON, XML).
+?Strategy - Определяет семейство алгоритмов поиска пути (BFS, DFS, A*, Дейкстра), инкапсулирует каждый из них и делает их взаимозаменяемыми. Клиент (MazeSolver) может переключать стратегии во время выполнения.
+?Observer - Обеспечивает реактивное обновление консольного интерфейса при изменениях (загрузка лабиринта, перемещение игрока, найденный путь). Позволяет добавить другие способы визуализации (GUI, логирование) без изменения бизнес-логики.
+?Command - Реализует пошаговое управление игроком с возможностью отмены (undo). Позволяет сохранять историю команд и поддерживать транзакционность.
+
+
+Листинги ключевых классов
+
+Builder (TextFileMazeBuilder):
+class TextFileMazeBuilder(MazeBuilder):
+    def build_from_file(self, filename: str) -> Maze:
+        with open(filename, 'r', encoding='utf-8') 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
+        maze = Maze(width, height)
+
+        for y, line in enumerate(lines):
+            for x, ch in enumerate(line):
+                cell = maze.get_cell(x, y)
+                if cell is None:
+                    continue
+                if ch == '#':
+                    cell.is_wall = True
+                elif ch == 'S':
+                    cell.is_start = True
+                    maze.start = cell
+                elif ch == 'E':
+                    cell.is_exit = True
+                    maze.exit = cell
+                elif ch == ' ':
+                    pass
+                else:
+                    raise ValueError(f"Unknown character '{ch}' at ({x},{y})")
+
+        if maze.start is None or maze.exit is None:
+            raise ValueError("Maze must have start (S) and exit (E)")
+        return maze
+Strategy (пример BFS):
+class BFSStrategy(PathFindingStrategy):
+    def find_path(self, maze: Maze, start: Cell, exit: Cell) -> List[Cell]:
+        queue = deque([start])
+        came_from = {start: None}
+        
+        while queue:
+            current = queue.popleft()
+            if current == exit:
+                break
+            for nb in maze.get_neighbors(current):
+                if nb not in came_from:
+                    came_from[nb] = current
+                    queue.append(nb)
+        
+        if exit not in came_from:
+            return []
+        
+        path = []
+        cur = exit
+        while cur:
+            path.append(cur)
+            cur = came_from[cur]
+        path.reverse()
+        return path
+    
+    def get_name(self) -> str:
+        return "BFS"                    
+Observer (ConsoleView):
+class ConsoleView:
+    @staticmethod
+    def render(maze: Maze, player: Optional[Player] = None, path: Optional[List[Cell]] = None):
+        path_set = set()
+        if path:
+            path_set = set(path)
+        
+        for y in range(maze.height):
+            line = ""
+            for x in range(maze.width):
+                cell = maze.get_cell(x, y)
+                if not cell:
+                    line += " "
+                elif player and player.current_cell == cell:
+                    line += "P"
+                elif cell.is_start:
+                    line += "S"
+                elif cell.is_exit:
+                    line += "E"
+                elif cell.is_wall:
+                    line += "#"
+                elif path and cell in path_set:
+                    line += "."
+                else:
+                    line += " "
+            print(line)
+        print()
+    
+    @staticmethod
+    def show_stats(stats: SearchStats, algo_name: str):
+        print(f"=== {algo_name} Results ===")
+        print(stats)
+        print()
+
+
+Результаты экспериментов (таблицы, графики).
+maze_type	algorithm	avg_time	avg_visited_cells	avg_path_len
+small_10x10	BFS	0.08572000006097369	79.0	19.0
+small_10x10	DFS	0.039739999920129776	79.0	31.0
+small_10x10_	A*	0.13467999997374136	79.0	19.0
+small_10x10	Dijkstra	0.11474000057205558	79.0	19.0
+medium_50x50	BFS	1.8074600004183594	1874.0	99.0
+medium_50x50	DFS	0.5937599995377241	1874.0	429.0
+medium_50x50	A*	1.6300600003887666	1874.0	99.0
+medium_50x50	Dijkstra	3.1870400001935195	1874.0	99.0
+large_100x100	BFS	0.014439999722526409	7033.0	0.0
+large_100x100	DFS	0.014839999857940711	7033.0	0.0
+large_100x100	A*	0.02542000001994893	7033.0	0.0
+large_100x100	Dijkstra	0.02548000011302065	7033.0	0.0
+empty_30x30	BFS	0.784620000194991	900.0	59.0
+empty_30x30	DFS	0.5252399994787993	900.0	465.
+empty_30x30	A*	1.150900000357069	900.0	59.0
+empty_30x30	Dijkstra	1.564640000287909	900.0	59.0
+no_exit_20x20	BFS	0.2002399993216386	380.	0.0
+no_exit_20x20	DFS	0.2512400002160575	380.0	0.0
+no_exit_20x20	A*	0.5590400000073714	380.0	0.
+no_exit_20x20	Dijkstra	0.35640000060084276	380.0	0.0
+
+
+
+
+
+
+
+Графики построены кодом из файла RESULT22.
+
+Анализ эффективности алгоритмов и применимости паттернов
+
+Анализ алгоритмов поиска пути
+?BFS гарантированно находит кратчайший путь по количеству шагов, но в больших лабиринтах (особенно пустых или сильно ветвящихся) посещает очень много клеток. Время работы растёт пропорционально числу достижимых клеток.
+?DFS быстро находит какой-либо путь, однако он часто оказывается неоптимальным (длиннее возможного минимума). В лабиринтах с тупиками может уходить в глубокую рекурсию, что приводит к большому количеству посещённых клеток.
+?A с манхэттенской эвристикой* показывает наилучшую эффективность на сложных лабиринтах: посещает значительно меньше клеток, чем BFS, и при этом даёт оптимальный путь (благодаря допустимости эвристики). В пустом лабиринте работает аналогично BFS, но с небольшими дополнительными накладными расходами на поддержку очереди с приоритетом.
+?Алгоритм Дейкстры при единичных весах рёбер эквивалентен BFS по результату, но работает медленнее из-за использования кучи. Он становится полезным во взвешенных лабиринтах (например, с болотами или песком), где BFS даёт неоптимальную стоимость пути.
+Применимость паттернов проектирования
+?Builder позволил полностью изолировать формат ввода данных, скрыв детали парсинга от основной логики.
+?Strategy обеспечил возможность переключения алгоритмов во время выполнения (например, в MazeSolver). Без этого паттерна пришлось бы использовать условные операторы или наследование, что нарушило бы принцип открытости/закрытости.
+?Observer отделил визуализацию от бизнес-логики. При замене консольного вывода на PyQt или веб-интерфейс достаточно реализовать нового наблюдателя — остальной код не требует изменений.
+?Command упростил реализацию отмены/возврата действий (undo/redo) и позволил добавлять макрокоманды (например, автоматическое прохождение по найденному пути) без модификации существующих классов.
+
+Выводы
+Достигнутые преимущества
+Применение объектно-ориентированного подхода и паттернов проектирования обеспечило:
+1.Гибкость — легко добавить новый алгоритм поиска (например, волновой алгоритм) или новый формат лабиринта.
+2.Расширяемость — для интеграции графического интерфейса достаточно реализовать ещё одного наблюдателя, не изменяя MazeSolver и существующие стратегии.
+3.Поддерживаемость — каждый паттерн инкапсулирует ровно одну изменяющуюся характеристику: создание объектов, алгоритм поиска, механизм уведомлений, выполняемые действия.
+4.Тестируемость — стратегии можно тестировать изолированно друг от друга, подставляя mock-объекты там, где это необходимо.
+Что потребовало бы больших усилий без паттернов
+?Смена алгоритма поиска во время выполнения потребовала бы переписывания кода MazeSolver и внедрения громоздких условных операторов.
+?Добавление нового формата лабиринта затронуло бы логику парсинга во многих местах, если бы она была размазана по всему коду, а не вынесена в отдельный строитель (Builder).
+?Реализация отмены действий (undo) потребовала бы жёсткой привязки к конкретным командам и нарушения инкапсуляции игрока.
+?Визуализация оказалась бы жёстко связанной с бизнес-логикой, что серьёзно усложнило бы переход на другой интерфейс (например, с консоли на PyQt или веб).
+Общий вывод
+Паттерны проектирования в полной мере оправдали своё применение в данном проекте: система стала легко расширяемой, хорошо структурированной и готовой к будущим изменениям без необходимости переписывать существующий код.