vault backup: 2025-08-13 17:50:19

💼 Работа/Собеседования/Лето 2025/Задачи/🧮 Алгоритмическая задача для Middle разработчика.md

@@ -1,204 +1,830 @@
-# 🧮 Алгоритмическая задача для Middle разработчика
+## 🏷️ Задача 1: Оптимальная маршрутизация сборщика заказов
-
-## 📝 Задача: Планировщик встреч
 
 ### **Условие:**
 
-У вас есть список встреч, каждая встреча представлена как массив `[start, end]`, где `start` и `end` - время начала и окончания в минутах от начала дня.
+Сборщик заказов должен собрать товары с полок, расположенных в ряд. Каждая полка имеет координату (позицию) и может содержать один или несколько товаров. Сборщик стартует с позиции 0 и должен посетить все полки с товарами, минимизируя пройденное расстояние.
 
-Нужно найти максимальное количество непересекающихся встреч, которые можно провести в одной переговорной комнате.
+Найдите минимальное расстояние, которое нужно пройти сборщику.
 
-### **Примеры:**
+### **Входные данные:**
+
+- `positions` - массив позиций полок с товарами (отсортированный)
+
+### **Тестовые примеры:**
 
 **Пример 1:**
 
 ```
-Ввод: meetings = [[0,30],[5,10],[15,20]]
+Вход: positions = [2, 3, 10, 15]
-Вывод: 2
+Выход: 15
-Объяснение: Можно выбрать встречи [5,10] и [15,20]
+Объяснение: Идем от 0 до 15, проходим все полки: 0→2→3→10→15
 ```
 
 **Пример 2:**
 
 ```
-Ввод: meetings = [[7,10],[2,4]]
+Вход: positions = [1, 9]
-Вывод: 2
+Выход: 9  
-Объяснение: Обе встречи не пересекаются
+Объяснение: 0→1→9 или 0→9→1, оба пути дают расстояние 9
 ```
 
 **Пример 3:**
 
 ```
-Ввод: meetings = [[1,5],[8,9],[8,9],[5,9],[9,15]]
+Вход: positions = [5]
-Вывод: 3
+Выход: 5
-Объяснение: Можно выбрать [1,5], [8,9], [9,15]
+Объяснение: Просто идем к позиции 5
 ```
 
-### **Ограничения:**
+### **Расширенные тестовые данные:**
 
-- `1 <= meetings.length <= 10^4`
+```
-- `meetings[i].length == 2`
+Вход: positions = [1, 2, 5, 8, 12, 16, 20, 25, 30, 35]
-- `0 <= starti < endi <= 10^6`
+Выход: 35
+Объяснение: Оптимальный путь 0→1→2→5→8→12→16→20→25→30→35
+```
 
-### **Задание:**
+### **Решение:**
 
-1. Реализуйте метод `public int maxMeetings(int[][] meetings)`
+```java
-2. Объясните алгоритм и его сложность
+public int minDistanceToCollectItems(int[] positions) {
-3. Напишите unit-тесты
+    if (positions == null || positions.length == 0) {
+        return 0;
+    }
     
-**Время на выполнение:** 15 минут
+    // Поскольку нужно посетить все позиции и они отсортированы,
+    // оптимально идти от начала до конца
+    return positions[positions.length - 1];
+}
+```
+
+**Временная сложность:** O(1)  
+**Пространственная сложность:** O(1)
+
+### **Дополнительные вопросы:**
+
+1. Как изменится решение, если сборщик может начать с любой позиции?
+2. Что если некоторые полки содержат приоритетные товары, которые нужно собрать в первую очередь?
 
 ---
 
-# ✅ Решение алгоритмической задачи
+## 📦 Задача 2: Укладка коробок разных размеров
 
-<details> <summary>Показать решение</summary>
+### **Условие:**
 
-### **Основная идея:**
+На складе нужно уложить коробки в стеллаж. Каждая коробка имеет высоту, и стеллаж имеет максимальную высоту H. Коробки можно ставить только одна на другую. Найдите максимальное количество коробок, которые можно уложить в стеллаж.
 
-Это классическая задача о максимальном количестве непересекающихся интервалов. Используем жадный алгоритм:
+### **Входные данные:**
 
-1. Сортируем встречи по времени окончания
+- `heights` - массив высот коробок
-2. Выбираем встречу с самым ранним окончанием
+- `maxHeight` - максимальная высота стеллажа
-3. Исключаем все пересекающиеся с ней встречи
+
-4. Повторяем для оставшихся встреч
+### **Тестовые примеры:**
+
+**Пример 1:**
+
+```
+Вход: heights = [1, 3, 2, 4], maxHeight = 6
+Выход: 3
+Объяснение: Можем взять коробки высотой [1, 2, 3] = 6
+```
+
+**Пример 2:**
+
+```
+Вход: heights = [2, 5, 1, 3], maxHeight = 7
+Выход: 3  
+Объяснение: [1, 2, 3] = 6 или [1, 3, 2] = 6, но не можем добавить коробку высотой 5
+```
+
+**Пример 3:**
+
+```
+Вход: heights = [5, 4, 6], maxHeight = 10
+Выход: 2
+Объяснение: Максимум можем взять [4, 5] = 9 или [4, 6] = 10
+```
+
+### **Расширенные тестовые данные:**
+
+```
+Вход: heights = [1, 1, 2, 2, 3, 3, 4, 4, 5, 5], maxHeight = 15
+Выход: 6
+Объяснение: [1, 1, 2, 2, 3, 3] = 12 или другие комбинации из 6 коробок
+```
+
+### **Решение:**
+
+```java
+import java.util.Arrays;
+
+public int maxBoxes(int[] heights, int maxHeight) {
+    if (heights == null || heights.length == 0) {
+        return 0;
+    }
+    
+    // Сортируем коробки по высоте (жадный подход)
+    Arrays.sort(heights);
+    
+    int totalHeight = 0;
+    int count = 0;
+    
+    for (int height : heights) {
+        if (totalHeight + height <= maxHeight) {
+            totalHeight += height;
+            count++;
+        } else {
+            break;
+        }
+    }
+    
+    return count;
+}
+```
+
+**Временная сложность:** O(n log n) - из-за сортировки  
+**Пространственная сложность:** O(1)
+
+### **Дополнительные вопросы:**
+
+1. Как изменится алгоритм, если коробки имеют еще и вес, и есть ограничение по весу?
+2. Что если коробки нельзя переворачивать и у них есть определенная ориентация?
+
+---
+
+## 🚛 Задача 3: Планирование загрузки грузовиков
+
+### **Условие:**
+
+Склад должен отправить заказы разного веса на грузовиках. Каждый грузовик может везти максимум `capacity` единиц веса. Заказы должны быть отправлены в порядке поступления (нельзя менять порядок). Найдите минимальное количество грузовиков, необходимое для отправки всех заказов.
+
+### **Входные данные:**
+
+- `orders` - массив весов заказов
+- `capacity` - грузоподъемность одного грузовика
+
+### **Тестовые примеры:**
+
+**Пример 1:**
+
+```
+Вход: orders = [1, 2, 3, 4, 5], capacity = 5
+Выход: 4
+Объяснение: [1,2] [3] [4] [5] - 4 грузовика
+```
+
+**Пример 2:**
+
+```
+Вход: orders = [3, 2, 2, 1], capacity = 6
+Выход: 2
+Объяснение: [3,2] [2,1] - 2 грузовика или [3] [2,2,1] - тоже 2
+```
+
+**Пример 3:**
+
+```
+Вход: orders = [1, 1, 1, 1, 1], capacity = 3
+Выход: 2
+Объяснение: [1,1,1] [1,1] - 2 грузовика
+```
+
+### **Расширенные тестовые данные:**
+
+```
+Вход: orders = [2, 3, 1, 4, 2, 3, 1, 2], capacity = 8
+Выход: 3
+Объяснение: [2,3,1] [4,2] [3,1,2] - 3 грузовика
+```
+
+### **Решение:**
+
+```java
+public int minTrucksNeeded(int[] orders, int capacity) {
+    if (orders == null || orders.length == 0) {
+        return 0;
+    }
+    
+    int trucks = 1;
+    int currentLoad = 0;
+    
+    for (int order : orders) {
+        if (currentLoad + order <= capacity) {
+            currentLoad += order;
+        } else {
+            // Нужен новый грузовик
+            trucks++;
+            currentLoad = order;
+        }
+    }
+    
+    return trucks;
+}
+```
+
+**Временная сложность:** O(n)  
+**Пространственная сложность:** O(1)
+
+### **Дополнительные вопросы:**
+
+1. Как решить задачу, если можно менять порядок заказов?
+2. Что если разные грузовики имеют разную грузоподъемность?
+
+---
+
+## 📊 Задача 4: Анализ пиковых нагрузок склада
+
+### **Условие:**
+
+Склад ведет учет количества активных заказов в каждый момент времени. Заказ активен с момента поступления до момента отправки. Найдите максимальное количество одновременно активных заказов.
+
+### **Входные данные:**
+
+- `intervals` - массив интервалов `[start, end]`, где каждый интервал представляет время жизни заказа
+
+### **Тестовые примеры:**
+
+**Пример 1:**
+
+```
+Вход: intervals = [[1,3],[2,6],[8,10],[15,18]]
+Выход: 2
+Объяснение: В момент времени 2-3 активны заказы [1,3] и [2,6]
+```
+
+**Пример 2:**
+
+```
+Вход: intervals = [[1,4],[4,5]]
+Выход: 1
+Объяснение: Заказы не пересекаются по времени
+```
+
+**Пример 3:**
+
+```
+Вход: intervals = [[1,5],[2,3],[4,6],[7,8]]
+Выход: 3
+Объяснение: В момент времени 4 активны [1,5], [2,3], [4,6]
+```
+
+### **Расширенные тестовые данные:**
+
+```
+Вход: intervals = [[1,10],[2,4],[3,6],[4,8],[5,7],[6,9],[7,12]]
+Выход: 5
+Объяснение: Максимальное пересечение в районе времени 6-7
+```
 
 ### **Решение:**
 
 ```java
 import java.util.*;
 
-public class MeetingScheduler {
+public int maxConcurrentOrders(int[][] intervals) {
-    
+    if (intervals == null || intervals.length == 0) {
-    public int maxMeetings(int[][] meetings) {
-        if (meetings == null || meetings.length == 0) {
         return 0;
     }
     
-        // Сортируем по времени окончания
+    List<int[]> events = new ArrayList<>();
-        Arrays.sort(meetings, (a, b) -> Integer.compare(a[1], b[1]));
     
-        int count = 0;
+    // Создаем события начала и конца заказов
-        int lastEndTime = -1;
+    for (int[] interval : intervals) {
-        
+        events.add(new int[]{interval[0], 1});  // start: +1
-        for (int[] meeting : meetings) {
+        events.add(new int[]{interval[1], -1}); // end: -1
-            int startTime = meeting[0];
-            int endTime = meeting[1];
-            
-            // Если текущая встреча не пересекается с предыдущей выбранной
-            if (startTime >= lastEndTime) {
-                count++;
-                lastEndTime = endTime;
-            }
     }
     
-        return count;
+    // Сортируем события по времени, при равном времени сначала -1 (окончание)
+    events.sort((a, b) -> a[0] == b[0] ? a[1] - b[1] : a[0] - b[0]);
+    
+    int maxConcurrent = 0;
+    int currentConcurrent = 0;
+    
+    for (int[] event : events) {
+        currentConcurrent += event[1];
+        maxConcurrent = Math.max(maxConcurrent, currentConcurrent);
     }
+    
+    return maxConcurrent;
 }
 ```
 
-### **Объяснение алгоритма:**
+**Временная сложность:** O(n log n) - сортировка событий  
+**Пространственная сложность:** O(n) - список событий
 
-1. **Сортировка:** Сортируем все встречи по времени окончания. Это ключевая идея - выбирая встречи с самым ранним окончанием, мы оставляем максимум времени для последующих встреч.
+### **Дополнительные вопросы:**
 
-2. **Жадный выбор:** Проходим по отсортированным встречам и выбираем те, которые не пересекаются с уже выбранными.
+1. Как найти конкретный момент времени, когда достигается максимум?
+2. Как адаптировать алгоритм для поиска минимального количества рабочих станций?
 
-3. **Условие непересечения:** Встреча не пересекается с предыдущей, если её время начала >= времени окончания предыдущей.
+---
 
+## 🔍 Задача 5: Поиск товаров в секционированном складе
 
-### **Временная сложность:** O(n log n) - из-за сортировки
+### **Условие:**
 
-### **Пространственная сложность:** O(1) - если не считать пространство для сортировки
+Склад разделен на секции, в каждой секции товары отсортированы по ID. Некоторые секции могут быть пустыми. Нужно найти секцию, содержащую товар с заданным ID.
 
-### **Пошаговый пример:**
+### **Входные данные:**
 
-Для `meetings = [[0,30],[5,10],[15,20]]`:
+- `sections` - двумерный массив, где каждая строка представляет секцию с отсортированными ID товаров
+- `target` - искомый ID товара
 
-1. После сортировки по времени окончания: `[[5,10], [15,20], [0,30]]`
+### **Тестовые примеры:**
-2. Выбираем `[5,10]`, `lastEndTime = 10`
-3. Проверяем `[15,20]`: `15 >= 10` ✓, выбираем, `lastEndTime = 20`
-4. Проверяем `[0,30]`: `0 < 20` ✗, пропускаем
-5. Результат: 2 встречи
 
-Для `meetings = [[1,5],[8,9],[8,9],[5,9],[9,15]]`:
+**Пример 1:**
 
-1. После сортировки по времени окончания: `[[1,5], [8,9], [8,9], [5,9], [9,15]]`
+```
-2. Выбираем `[1,5]`, `lastEndTime = 5`
+Вход: sections = [[1,4,7,11],[],[2,5,9,10,13],[3,6,8,16]], target = 5
-3. Проверяем `[8,9]`: `8 >= 5` ✓, выбираем, `lastEndTime = 9`
+Выход: 2
-4. Проверяем `[8,9]`: `8 < 9` ✗, пропускаем
+Объяснение: Товар с ID 5 находится в секции 2 (индексация с 0)
-5. Проверяем `[5,9]`: `5 < 9` ✗, пропускаем
+```
-6. Проверяем `[9,15]`: `9 >= 9` ✓, выбираем
-7. Результат: 3 встречи
 
-### **Unit тесты:**
+**Пример 2:**
+
+```
+Вход: sections = [[1,3,5],[2,4,6]], target = 7
+Выход: -1
+Объяснение: Товар с ID 7 не найден
+```
+
+**Пример 3:**
+
+```
+Вход: sections = [[],[1,2,3],[4,5,6]], target = 1
+Выход: 1
+Объяснение: Товар с ID 1 находится в секции 1
+```
+
+### **Расширенные тестовые данные:**
+
+```
+Вход: sections = [[1,5,9,13],[2,6,10,14],[3,7,11,15],[4,8,12,16]], target = 11
+Выход: 2
+Объяснение: Товар с ID 11 находится в секции 2
+```
+
+### **Решение:**
 
 ```java
-import org.junit.jupiter.api.Test;
+public int searchInSections(int[][] sections, int target) {
-import static org.junit.jupiter.api.Assertions.*;
+    if (sections == null || sections.length == 0) {
-
+        return -1;
-class MeetingSchedulerTest {
-    
-    private final MeetingScheduler scheduler = new MeetingScheduler();
-    
-    @Test
-    void testExample1() {
-        int[][] meetings = {{0,30},{5,10},{15,20}};
-        assertEquals(2, scheduler.maxMeetings(meetings));
     }
     
-    @Test
+    for (int i = 0; i < sections.length; i++) {
-    void testExample2() {
+        if (sections[i].length == 0) {
-        int[][] meetings = {{7,10},{2,4}};
+            continue;
-        assertEquals(2, scheduler.maxMeetings(meetings));
         }
         
-    @Test
+        // Проверяем, может ли target быть в этой секции
-    void testExample3() {
+        if (target >= sections[i][0] && target <= sections[i][sections[i].length - 1]) {
-        int[][] meetings = {{1,5},{8,9},{8,9},{5,9},{9,15}};
+            // Выполняем бинарный поиск в секции
-        assertEquals(3, scheduler.maxMeetings(meetings));
+            if (binarySearch(sections[i], target)) {
+                return i;
+            }
+        }
     }
     
-    @Test
+    return -1;
-    void testEmptyInput() {
-        int[][] meetings = {};
-        assertEquals(0, scheduler.maxMeetings(meetings));
 }
 
-    @Test
+private boolean binarySearch(int[] array, int target) {
-    void testNullInput() {
+    int left = 0, right = array.length - 1;
-        assertEquals(0, scheduler.maxMeetings(null));
+    
+    while (left <= right) {
+        int mid = left + (right - left) / 2;
+        
+        if (array[mid] == target) {
+            return true;
+        } else if (array[mid] < target) {
+            left = mid + 1;
+        } else {
+            right = mid - 1;
+        }
     }
     
-    @Test
+    return false;
-    void testSingleMeeting() {
-        int[][] meetings = {{1,3}};
-        assertEquals(1, scheduler.maxMeetings(meetings));
-    }
-    
-    @Test
-    void testAllOverlapping() {
-        int[][] meetings = {{1,4},{2,5},{3,6}};
-        assertEquals(1, scheduler.maxMeetings(meetings));
-    }
-    
-    @Test
-    void testNoOverlapping() {
-        int[][] meetings = {{1,2},{3,4},{5,6}};
-        assertEquals(3, scheduler.maxMeetings(meetings));
-    }
-    
-    @Test
-    void testTouchingMeetings() {
-        int[][] meetings = {{1,3},{3,5},{5,7}};
-        assertEquals(3, scheduler.maxMeetings(meetings));
-    }
 }
 ```
 
-### **Почему жадный алгоритм работает:**
+**Временная сложность:** O(m + log n), где m - количество секций, n - максимальный размер секции  
+**Пространственная сложность:** O(1)
 
-Выбирая встречу с самым ранним окончанием, мы всегда оставляем максимально возможное время для размещения остальных встреч. Это оптимальная стратегия для данной задачи.
+### **Дополнительные вопросы:**
 
-**Доказательство корректности:** Пусть OPT - оптимальное решение, а GREEDY - решение жадного алгоритма. Можно показать, что GREEDY не хуже OPT путем замены встреч в OPT на встречи из GREEDY без ухудшения результата.
+1. Как изменить алгоритм, чтобы найти все секции, содержащие товар?
+2. Что если секции не отсортированы и нужно оптимизировать поиск?
 
-</details>
+---
+
+## 🏃‍♂️ Задача 6: Оптимизация маршрута между зонами склада
+
+### **Условие:**
+
+Склад имеет зоны, соединенные коридорами. Сотрудник должен пройти через определенные зоны в заданном порядке. Каждый переход между соседними зонами занимает 1 единицу времени. Зоны пронумерованы последовательно. Найдите минимальное время для прохождения всех зон в порядке.
+
+### **Входные данные:**
+
+- `zones` - массив номеров зон в порядке посещения
+
+### **Тестовые примеры:**
+
+**Пример 1:**
+
+```
+Вход: zones = [1, 3, 6, 7]
+Выход: 6
+Объяснение: 1→3 (2 шага) + 3→6 (3 шага) + 6→7 (1 шаг) = 6
+```
+
+**Пример 2:**
+
+```
+Вход: zones = [2, 2, 2]
+Выход: 0
+Объяснение: Остаемся в той же зоне, время = 0
+```
+
+**Пример 3:**
+
+```
+Вход: zones = [10, 5, 8]
+Выход: 8
+Объяснение: 10→5 (5 шагов) + 5→8 (3 шага) = 8
+```
+
+### **Расширенные тестовые данные:**
+
+```
+Вход: zones = [1, 10, 3, 8, 2, 15, 7]
+Выход: 35
+Объяснение: |1-10| + |10-3| + |3-8| + |8-2| + |2-15| + |15-7| = 9+7+5+6+13+8 = 48
+```
+
+### **Решение:**
+
+```java
+public int minTimeToVisitZones(int[] zones) {
+    if (zones == null || zones.length <= 1) {
+        return 0;
+    }
+    
+    int totalTime = 0;
+    
+    for (int i = 1; i < zones.length; i++) {
+        totalTime += Math.abs(zones[i] - zones[i - 1]);
+    }
+    
+    return totalTime;
+}
+```
+
+**Временная сложность:** O(n)  
+**Пространственная сложность:** O(1)
+
+### **Дополнительные вопросы:**
+
+1. Как решить задачу, если можно изменить порядок посещения зон?
+2. Что если некоторые переходы между зонами заблокированы?
+
+---
+
+## 📋 Задача 7: Группировка заказов по приоритету
+
+### **Условие:**
+
+На складе есть заказы с разными приоритетами (числа от 1 до k). Заказы одного приоритета должны обрабатываться вместе. Найдите количество групп заказов одинакового приоритета, стоящих подряд.
+
+### **Входные данные:**
+
+- `priorities` - массив приоритетов заказов
+
+### **Тестовые примеры:**
+
+**Пример 1:**
+
+```
+Вход: priorities = [1, 1, 2, 2, 3, 1, 1]
+Выход: 4
+Объяснение: Группы: [1,1], [2,2], [3], [1,1]
+```
+
+**Пример 2:**
+
+```
+Вход: priorities = [1, 2, 1, 2]
+Выход: 4
+Объяснение: Группы: [1], [2], [1], [2]
+```
+
+**Пример 3:**
+
+```
+Вход: priorities = [3, 3, 3, 3]
+Выход: 1
+Объяснение: Одна группа: [3,3,3,3]
+```
+
+### **Расширенные тестовые данные:**
+
+```
+Вход: priorities = [1, 1, 2, 3, 3, 3, 2, 2, 1, 1, 1, 4, 4]
+Выход: 6
+Объяснение: [1,1], [2], [3,3,3], [2,2], [1,1,1], [4,4]
+```
+
+### **Решение:**
+
+```java
+public int countPriorityGroups(int[] priorities) {
+    if (priorities == null || priorities.length == 0) {
+        return 0;
+    }
+    
+    int groups = 1;
+    
+    for (int i = 1; i < priorities.length; i++) {
+        if (priorities[i] != priorities[i - 1]) {
+            groups++;
+        }
+    }
+    
+    return groups;
+}
+```
+
+**Временная сложность:** O(n)  
+**Пространственная сложность:** O(1)
+
+### **Дополнительные вопросы:**
+
+1. Как найти самую длинную группу заказов одного приоритета?
+2. Что если нужно найти количество различных приоритетов в массиве?
+
+---
+
+## 🎯 Задача 8: Поиск оптимального места хранения
+
+### **Условие:**
+
+На складе есть ряд мест хранения, некоторые заняты (`1`), некоторые свободны (`0`). Нужно найти самую длинную последовательность свободных мест для размещения крупногабаритного товара.
+
+### **Входные данные:**
+
+- `storage` - массив состояний мест хранения (0 - свободно, 1 - занято)
+
+### **Тестовые примеры:**
+
+**Пример 1:**
+
+```
+Вход: storage = [1, 0, 0, 0, 1, 0, 0]
+Выход: 3
+Объяснение: Последовательность [0,0,0] имеет длину 3
+```
+
+**Пример 2:**
+
+```
+Вход: storage = [0, 0, 1, 0, 0, 0, 0, 1]
+Выход: 4
+Объяснение: Последовательность [0,0,0,0] имеет длину 4
+```
+
+**Пример 3:**
+
+```
+Вход: storage = [1, 1, 1, 1]
+Выход: 0
+Объяснение: Нет свободных мест
+```
+
+### **Расширенные тестовые данные:**
+
+```
+Вход: storage = [0, 0, 0, 1, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0]
+Выход: 5
+Объяснение: Последовательность [0,0,0,0,0] имеет максимальную длину 5
+```
+
+### **Решение:**
+
+```java
+public int longestFreeSpace(int[] storage) {
+    if (storage == null || storage.length == 0) {
+        return 0;
+    }
+    
+    int maxLength = 0;
+    int currentLength = 0;
+    
+    for (int space : storage) {
+        if (space == 0) {
+            currentLength++;
+            maxLength = Math.max(maxLength, currentLength);
+        } else {
+            currentLength = 0;
+        }
+    }
+    
+    return maxLength;
+}
+```
+
+**Временная сложность:** O(n)  
+**Пространственная сложность:** O(1)
+
+### **Дополнительные вопросы:**
+
+1. Как найти позицию начала самой длинной последовательности?
+2. Что если можно освободить k занятых мест для увеличения свободного пространства?
+
+---
+
+## 🔄 Задача 9: Ротация стеллажей для доступа к товарам
+
+### **Условие:**
+
+Автоматический стеллаж представляет собой кольцевую структуру с ячейками. Чтобы получить доступ к товару в определенной ячейке, стеллаж можно поворачивать влево или вправо. Каждый поворот на одну позицию занимает 1 единицу времени. Найдите минимальное время для доступа ко всем товарам в заданном порядке.
+
+### **Входные данные:**
+
+- `n` - количество ячеек в стеллаже (нумерация 0 до n-1)
+- `targets` - порядок ячеек для доступа к товарам
+- `start` - начальная позиция
+
+### **Тестовые примеры:**
+
+**Пример 1:**
+
+```
+Вход: n = 4, targets = [0, 1, 3], start = 0
+Выход: 3
+Объяснение: 0→1 (1 шаг) + 1→3 (2 шага) = 3
+```
+
+**Пример 2:**
+
+```
+Вход: n = 5, targets = [4, 0, 2], start = 1
+Выход: 4
+Объяснение: 1→4 (2 шага) + 4→0 (1 шаг) + 0→2 (2 шага) = 5
+Проверим: 1→4 влево (3 шага) или вправо (2 шага) - выбираем 2
+4→0 влево (1 шаг) или вправо (4 шага) - выбираем 1
+0→2 (2 шага в любую сторону) = 2+1+2 = 5
+```
+
+**Пример 3:**
+
+```
+Вход: n = 3, targets = [2], start = 1
+Выход: 1
+Объяснение: 1→2 (1 шаг в любую сторону)
+```
+
+### **Расширенные тестовые данные:**
+
+```
+Вход: n = 8, targets = [7, 1, 3, 5], start = 0
+Выход: 8
+```
+
+### **Решение:**
+
+```java
+public int minTimeToAccessItems(int n, int[] targets, int start) {
+    if (targets == null || targets.length == 0) {
+        return 0;
+    }
+    
+    int totalTime = 0;
+    int currentPos = start;
+    
+    for (int target : targets) {
+        int clockwise = (target - currentPos + n) % n;
+        int counterclockwise = (currentPos - target + n) % n;
+        
+        totalTime += Math.min(clockwise, counterclockwise);
+        currentPos = target;
+    }
+    
+    return totalTime;
+}
+```
+
+**Временная сложность:** O(m), где m - количество целевых позиций  
+**Пространственная сложность:** O(1)
+
+### **Дополнительные вопросы:**
+
+1. Как изменится решение, если можно изменить порядок доступа к товарам?
+2. Что если стеллаж может вращаться с разной скоростью в разных направлениях?
+
+---
+
+## 📈 Задача 10: Анализ производительности конвейера
+
+### **Условие:**
+
+На конвейере обрабатываются товары. В каждый момент времени известна скорость конвейера. Найдите период времени, когда средняя скорость была максимальной для окна размером k.
+
+### **Входные данные:**
+
+- `speeds` - массив скоростей конвейера в разные моменты времени
+- `k` - размер временного окна
+
+### **Тестовые примеры:**
+
+**Пример 1:**
+
+```
+Вход: speeds = [1, 3, 2, 6, 4], k = 3
+Выход: 2
+Объяснение: Окна: [1,3,2]=6, [3,2,6]=11, [2,6,4]=12. Максимум в позиции 2
+```
+
+**Пример 2:**
+
+```
+Вход: speeds = [5, 2, 1, 8, 9], k = 2
+Выход: 3
+Объяснение: Окна: [5,2]=7, [2,1]=3, [1,8]=9, [8,9]=17. Максимум в позиции 3
+```
+
+**Пример 3:**
+
+```
+Вход: speeds = [1, 2, 3, 4, 5], k = 1
+Выход: 4
+Объяснение: Максимальная скорость 5 в позиции 4
+```
+
+### **Расширенные тестовые данные:**
+
+```
+Вход: speeds = [2, 1, 3, 4, 6, 7, 8, 1, 2], k = 4
+Выход: 4
+Объяснение: Нужно найти окно размером 4 с максимальной суммой
+```
+
+### **Решение:**
+
+```java
+public int maxAverageWindow(int[] speeds, int k) {
+    if (speeds == null || speeds.length < k) {
+        return -1;
+    }
+    
+    // Вычисляем сумму первого окна
+    int windowSum = 0;
+    for (int i = 0; i < k; i++) {
+        windowSum += speeds[i];
+    }
+    
+    int maxSum = windowSum;
+    int maxIndex = 0;
+    
+    // Скользящее окно
+    for (int i = k; i < speeds.length; i++) {
+        windowSum = windowSum - speeds[i - k] + speeds[i];
+        
+        if (windowSum > maxSum) {
+            maxSum = windowSum;
+            maxIndex = i - k + 1;
+        }
+    }
+    
+    return maxIndex;
+}
+```
+
+**Временная сложность:** O(n)  
+**Пространственная сложность:** O(1)
+
+### **Дополнительные вопросы:**
+
+1. Как найти все окна с максимальной средней скоростью?
+2. Что если нужно найти окно с минимальной дисперсией скоростей?
+
+---
+
+## 📝 Инструкции по использованию
+
+### **Для интервьюера:**
+
+1. **Выбор задач:** Для Middle разработчика рекомендуется 2-3 задачи на 30-45 минут
+    
+2. **Оценка:** Обращайте внимание на:
+    
+    - Правильность алгоритма
+    - Оптимальность решения
+    - Качество кода
+    - Обработку граничных случаев
+    - Ответы на дополнительные вопросы
+3. **Подсказки:** Если кандидат затрудняется, можно дать наводящие вопросы по теме складской логистики
+    
+
+### **Уровни сложности:**
+
+- **Easy:** Задачи 1