🐍 Python · 20 вопросов · ~55 мин · ⏱ Таймер 55:00 · Сложный ·

Эффективность и память

Учит оценивать сложность, избегать лишних копий и находить узкое место измерениями. Вопросы требуют проследить выполнение, сравнить близкие варианты и заметить условие, которое меняет результат в блоках «Сложность», «Память объектов», «Профилирование» и «Оптимизация». Все задания рассчитаны на CPython 3.12; отличия других реализаций или версий учитываются только там, где это прямо оговорено.

Отвечено: 0 из 20

⏱ --:--

💡 Инструкция: Версия: CPython 3.12. Выберите один ответ из четырёх. На 20 вопросов отведено не меньше 40 минут; код лучше читать построчно. После завершения вы увидите общий процент, четыре тематические шкалы и объяснение каждого ответа.

Вопрос 1 из 20

Какова сложность проверки in?

O(n²): сравниваются все возможные пары элементов O(log n): используется двоичный поиск по значениям O(n): в худшем случае просматривается весь список O(1): положение элемента не влияет на время поиска

Вопрос 2 из 20

Почему генератор экономит память?

`range` заранее создаёт все целые числа, а генератор освобождает их `sum` распределяет элементы генератора между ядрами процессора Значения вычисляются и передаются в `sum` по одному Генератор не хранит состояние обхода, только накопленный итог

Вопрос 3 из 20

Какие данные соберёт `cProfile.run("work()")` при выполнении функции `work`?

Время и число вызовов функций в сценарии Размер объектов и ссылки, удерживающие их в памяти Время ожидания сетевых операций без учёта вызовов функций Совместимость фактических значений с аннотациями типов

Вопрос 4 из 20

Нужно выбрать проектный порядок оптимизации программы. Что следует улучшать первым?

Измеренное узкое место после фиксации корректного поведения Функцию с самым большим числом строк Участок с короткими именами, затрудняющими работу интерпретатора Цикл с наибольшим числом вложенных условий, даже если он почти не вызывается

Вопрос 5 из 20

В алгоритме дедупликации допущена ошибка выбора структуры: проверка идёт по растущему списку. Почему код становится квадратичным?

Каждый вызов `append` копирует весь список целиком Цикл `for` повторно перебирает исходные данные Каждый `x not in result` линейно просматривает растущий список Сравнение двух чисел само требует линейного времени

Вопрос 6 из 20

Что создаёт лишнюю копию?

Срез `items[:]` создаёт новый список из всех ссылок Вызов `use` материализует вход, потому что обход уже начался Цикл `for` создаёт глубокую копию элемента перед вызовом `use` Передача списка функции копирует его при каждом вызове

Вопрос 7 из 20

Когда timeit уместнее cProfile?

Для измерения памяти Для поиска всех функций большого сервиса Для проверки SQL-плана Для сравнения двух небольших локальных реализаций

Вопрос 8 из 20

Что выведет sys.getsizeof?

import sys
a=[0]*1000
print(sys.getsizeof(a)>sys.getsizeof(iter(a)))

`False`: итератор хранит копию всего исходного списка `True`: сам список заметно крупнее объекта-итератора Возникнет `TypeError`, поскольку итератор нельзя измерить Размер итератора включает память списка, по которому он идёт

Вопрос 9 из 20

Почему множество ускоряет дедупликацию, но не всегда заменяет список?

Проверка принадлежности во множестве требует полного обхода Множество теряет повторы и не поддерживает доступ по позиции Множество принимает только значения числовых типов Список имеет меньшую асимптотику поиска для любых данных

Вопрос 10 из 20

Что быстрее по порядку роста?

O(n × m): каждая проверка в seen остаётся линейной O((n + m) log(n + m)) из-за скрытой сортировки В среднем O(n + m): построение множества и m проверок O(m): построение множества не зависит от n

Вопрос 11 из 20

Как найти утечку памяти Python-объектов?

Удалять байт-код перед каждым измерением расхода памяти Вызвать сборщик мусора и считать отсутствие исключения доказательством Сравнить число строк исходного кода до и после запуска Сравнить снимки `tracemalloc` и места растущих выделений

Вопрос 12 из 20

Почему конкатенация строк в цикле может быть дорогой?

Создаются и копируются всё более длинные строки Каждая часть преобразуется в `bytes`, а затем обратно в строку Оператор `+=` для строк вызывает синтаксическую ошибку Цикл пропускает присваивание из-за неизменяемости строк

Вопрос 13 из 20

Что важнее при оптимизации веб-запроса, который 95% времени ждёт базу?

Сначала исследовать SQL, индексы и число запросов Переписать последовательную часть обработчика рекурсивно Сократить имена локальных переменных в горячем маршруте Заменить включения обычными циклами в обработчике ответа

Вопрос 14 из 20

Как помогает __slots__?

Ускоряет чтение `x` и `y`, меняя сложность доступа Запрещает новые атрибуты и тем самым делает объект неизменяемым Уменьшает память экземпляров, которым не нужен обычный `__dict__` Хранит числовые поля в упакованном двоичном формате

Вопрос 15 из 20

Почему кэш может ухудшить систему?

Он отключает аппаратные кэши процессора для этого процесса После чтения он удаляет исходное значение из хранилища Он расходует память и может возвращать устаревший результат Он запрещает повторные вызовы функции с одинаковыми аргументами

Вопрос 16 из 20

Перед `sum` построено списковое включение со всеми квадратами. Где возникает дополнительный пик памяти?

`sum` обходит выражение лениво, поэтому список не создаётся В памяти остаётся только текущий квадрат, как у генератора До суммирования создаётся весь список квадратов Список создаётся, но каждый элемент сразу удаляется сборщиком

Вопрос 17 из 20

На очень маленьком наборе данных алгоритм с лучшей асимптотикой оказался медленнее. Что объясняет этот граничный результат?

При малом n важнее константы и накладные расходы У реализаций одной сложности совпадают константы и работа с памятью Различие асимптотик начинает действовать лишь после фиксированного миллиона элементов O-нотация задаёт точное время выполнения для каждого размера

Вопрос 18 из 20

Что измеряет разность двух вызовов `time.perf_counter()` вокруг операции?

Точное число процессорных инструкций внутри work Системное время в виде Unix timestamp Высокоточный монотонный счётчик для длительности Пиковый объём памяти, занятый функцией work

Вопрос 19 из 20

Профиль показывает: в цикле по миллиону записей выполняется `item.id in blocked_ids`, где `blocked_ids` — список из десятков тысяч значений. Как снизить асимптотику без изменения результата?

Запоминать только результат последнего сравнения идентификаторов Один раз преобразовать `blocked_ids` в кортеж Сортировать `blocked_ids` перед каждой отдельной проверкой и оставить оператор `in` для списка Один раз построить `blocked = set(blocked_ids)` и проверять принадлежность в множестве

Вопрос 20 из 20

Список используется как очередь и часто выполняет `pop(0)`. Какая работа скрыта за каждым удалением?

Удаляет первый элемент и сдвигает остальные за O(n) Сначала сортирует список, затем удаляет минимальный индекс Удаляет первый элемент за O(1), как `deque.popleft` Удаляет последний элемент, не перемещая остальные

Ответьте на все 20 вопросов, чтобы получить результат

🔗 Встроить тест на свой сайт (iframe) ▼

Скопируйте код и вставьте в любое место на вашем сайте:

Также доступна прямая ссылка на embed-страницу