📒 feat(readme): Document work conclusions

README.md

@@ -55,22 +55,24 @@
 > Шаг дискретизации `s` - step
 
 ```bash
-╭─boris at fedora in ⌁/dev/functional-programming-course/fp-lab3 (main↑1 ●2✚4…5)
-╰─λ cat ./resources/large_input_data.csv | ./interpolation_cli -s 1.0 > ./resour
-ces/large_output_data.md
+╭─boris at fedora in ⌁/dev/functional-programming-course/fp-lab3 (main ✚5…2)
+╰─λ cat ./resources/large_input_data.csv
+  | ./interpolation_cli -a linear,lagrange -s 1.0
+  > ./resources/large_output_data.md
 ```
 
 ### Ручной ввод
 
 > Шаг дискретизации `s` - step
 
 ```bash
-╭─boris at fedora in ⌁/dev/functional-programming-course/fp-lab3 (main↑1 ●2✚4…6)
-╰─λ ./interpolation_cli -s 1.0                             0 (0.409s) < 15:31:52
+╭─boris at fedora in ⌁/dev/functional-programming-course/fp-lab3 (main ✚4…2)
+╰─λ ./interpolation_cli -a linear,lagrange -s 1.0       130 (37.076s) < 14:21:11
 0 0
 1.571 1
 
-Linear (going from point 0.0 with step 1.0, covering all input X (1.57 < 2.0)):
+Linear (going from point 0.0 with step 1.0, covering all input X (1.57 < 2.0))
+:
 0.0     1.0     2.0
 0.0     0.64    1.27
 
@@ -87,6 +89,25 @@ Linear (going from point 3.14 with step 1.0, covering all input X (4.71 < 5.14))
 :
 3.14    4.14    5.14
 0.0     -0.64   -1.27
+
+
+Lagrange (from point 0.0 with step 1.0, covering all input X (4.71 < 5.0))
+:
+0.0     1.0     2.0     3.0     4.0     5.0
+0.0     0.97    0.84    0.12    -0.67   -1.03
+
+12.568 0
+
+Linear (going from point 4.71 with step 1.0, covering all input X (12.57 < 12.71))
+:
+4.71    5.71    6.71    7.71    8.71    9.71    10.71   11.71   12.71
+-1.0    -0.87   -0.75   -0.62   -0.49   -0.36   -0.24   -0.11   0.02
+
+
+Lagrange (from point 1.57 with step 1.0, covering all input X (12.57 < 12.57))
+:
+1.57    2.57    3.57    4.57    5.57    6.57    7.57    8.57    9.57    10.57  11.57    12.57
+1.0     0.37    -0.28   -0.91   -1.49   -1.95   -2.26   -2.38   -2.25   -1.84  -1.11    0.0
 ```
 
 <a id="arch"></a>
@@ -173,5 +194,7 @@ RabbitMQ и Kafka. Также интересна работа Супервизо
 ген серверами, и в случае возникновения любого эксепшена не падает всё
 приложение, а продолжает работу в штатном режиме. Стратегий супервизора не так
 много и легко изучаются, язык прямо сделан для создания хорошей нагруженной
-системы. В то же время, модули для работы с потоками I/O предоставляют
-достаточно интуитивный и простой интерфейс для работы.
+системы. Поигрался с обработкой сообщений и общением с супервизором. Модули для
+работы с потоками I/O предоставляют достаточно интуитивный и простой интерфейс
+для работы, поэтому было интересно и не слишком больно работать с потоковыми
+режимами.

lib/application.ex

@@ -40,8 +40,7 @@ defmodule InterpolationCli.Application do
   end
 
   # Dummy function that does nothing but uses frequency
-  defp do_nothing_with_frequency(frequency) do
-    _unused_result = frequency * 1
+  defp do_nothing_with_frequency(_frequency) do
     :ok
   end
 end

lib/cli.ex

@@ -4,6 +4,8 @@ defmodule InterpolationCli.CLI do
   """
 
   def main(args) do
+    Process.flag(:trap_exit, true)
+
     {options, _, _} =
       OptionParser.parse(args,
         switches: [algorithm: :string, frequency: :integer, step: :float],

lib/lagrange_interpolator.ex

@@ -45,16 +45,17 @@ defmodule InterpolationCli.LagrangeInterpolator do
 
   defp lagrange_value(points, x) do
     Enum.reduce(points, 0.0, fn {x_i, y_i}, acc ->
-      l_i =
-        Enum.reduce(points, 1.0, fn {x_j, _}, prod ->
-          if x_i != x_j do
-            prod * (x - x_j) / (x_i - x_j)
-          else
-            prod
-          end
-        end)
+      acc + y_i * basis_polynomial(points, x, x_i)
+    end)
+  end
 
-      acc + y_i * l_i
+  defp basis_polynomial(points, x, x_i) do
+    Enum.reduce(points, 1.0, fn {x_j, _}, prod ->
+      if x_i != x_j do
+        prod * (x - x_j) / (x_i - x_j)
+      else
+        prod
+      end
     end)
   end
 

lib/linear_interpolator.ex

@@ -20,7 +20,7 @@ defmodule InterpolationCli.LinearInterpolator do
   end
 
   # Linear interpolation
-  defp perform_linear_interpolation(points, step) do
+  def perform_linear_interpolation(points, step) do
     [{x1, y1}, {x2, y2}] = points
 
     xs = Stream.iterate(x1, &(&1 + step)) |> Enum.take_while(&(&1 <= x2 + step))