Необходимо написать код (C++ и Python) и протестировать структуры std::map(C++) и dict(Python) на предмет скорости заполнения и требования к памяти.

• Код должен содержать Makefile

• В Makefile должен быть этап run для сборки, запуска и построения графиков

• Должен выводится график зависимости скорости выполнения в миллисекундах (микросекундах или наносекундах, подобрать наиболее подходящий порядок величины) от количества элементов

• Должен выводится график зависимости требуемого объема памяти в байтах(килобайтах или мегабайтах, подобрать наиболее подходящий порядок величины) от количества элементов

• Количество элементов от 1 до 10**7 включительно для С++ и от 1 до 10 ** 5 для Python

• Тип ключа и элементов int

Написать две программы и автоматизировать их сборку и запуск

• Первая программа: Генерирует n (передается через командную строку, первый параметр) наборов углов от -M_PI до М_PI. Каждый набор состоит из трех значений. Сохраняет каждый набор в файл, каждый набор в новой строке, имя которого задается вторым параметром командной строки.
• Вторая программа: Читает сгенерированный файл и выдает углы в градусах для каждого набора согласно формуле: $angle = 2*sin(x)*sin(y) + cos(z)$

Реализовать класс NDArray на языке C++ для представления многомерных массивов(типы данных int, float).

Должны быть реализованы методы:

• Создание пустого массива заданного размера

• Создание массива заполненного нулями

• Создание массива заполненного единицами

• Создание массива заполненного случайными значениям

• Операторы поэлементного сложения, вычитания, умножения, деления

• Матричное умножение

• Метод для транспонирования

• Операции сокращения: минимум, максимум, среднее для определенной размерности

Добавить методы для сериализации/десериалиации дерева.

Начальный код:

from enum import Enum

class Alignment(Enum):
    HORIZONTAL = 1
    VERTICAL = 2

class Widget():

    def __init__(self, parent):
        self.parent = parent
        self.childrens = []
        if self.parent is not None:
            self.parent.add_children(self)

    def add_children(self, children: "Widget"):
        self.childrens.append(children)

    def to_binary(self):
        return b"0"

    @classmethod
    def from_binary(self, data):
        pass

    def __str__(self):
        return f"{self.__class__.__name__}{self.childrens}"

    def __repr__(self):
        return str(self)

class MainWindow(Widget):

    def __init__(self, title: str):
        super().__init__(None)
        self.title = title

class Layout(Widget):

    def __init__(self, parent, alignment: Alignment):
        super().__init__(parent)
        self.alignment = alignment

class LineEdit(Widget):

    def __init__(self, parent, max_length: int=10):
        super().__init__(parent)
        self.max_length = max_length

class ComboBox(Widget):

    def __init__(self, parent, items):
        super().__init__(parent)
        self.items = items

app = MainWindow("Application")
layout1 = Layout(app, Alignment.HORIZONTAL)
layout2 = Layout(app, Alignment.VERTICAL)

edit1 = LineEdit(layout1, 20)
edit2 = LineEdit(layout1, 30)

box1 = ComboBox(layout2, [1, 2, 3, 4])
box2 = ComboBox(layout2, ["a", "b", "c"])

print(app)

bts = app.to_binary()
print(f"Binary data length {len(bts)}")

new_app = MainWindow.from_binary(bts)
print(new_app)

При помощи spanning tree разбить граф на 40 кластеров.

Написать функцию для поиска дубликатов среди списка файлов. Функция одним из параметров должна принимать функцию хеширования.

def find_duplicates(files: list[str], hash_function: callable) -> list[str]:

Реализовать следующие hash функции:

• CRC

highorder = h & 0xf8000000
h = h << 5
h = h ^ (highorder >> 27)
h = h ^ ki

• PJW

h = (h << 4) + ki
g = h & 0xf0000000
if (g != 0)
    h = h ^ (g >> 24)
    h = h ^ g

• BUZ

highorder = h & 0x80000000
h = h << 1
h = h ^ (highorder >> 31)
h = h ^ R[ki]

, где ki - входная последовательность символов, R - функция, которая для ki символа, дает случайное число.

На выходе количество дубликатов и время работы для каждой hash функции. В выходной результат добавить результат для работы встроенной функции hash.

Разобрать wav файл. Получить два массива для двух каналов. Вывести на экран в виде графика.