Python | Вопросы собесов

🤔 Когда нельзя линеаризовать? 🟠Асинхронное программирование В асинхронном коде выполнение задач происходит не в линейном порядке, а в зависимости от готовности событий. Здесь линеаризация может привести к потере преимуществ асинхронности.

import asyncio

async def fetch_data():
await asyncio.sleep(1)
return "Data fetched"

async def main():
data = await fetch_data()
print(data)

asyncio.run(main())

🟠Рекурсия Рекурсивные алгоритмы, такие как обход дерева или вычисление факториала, невозможно представить в виде линейного кода без потери логики и структуры.

def factorial(n):
if n == 0:
return 1
else:
return n * factorial(n-1)

🟠Обработка исключений В некоторых случаях требуется обработка ошибок и исключений, что нарушает линейную структуру кода.

try:
result = 10 / 0
except ZeroDivisionError:
print("Деление на ноль!")

🟠Сложные циклы и условия Когда код содержит сложные вложенные циклы и условия, его линейное представление становится громоздким и трудночитаемым.

for i in range(10):
for j in range(10):
if i == j:
print(f"{i} равно {j}")

🟠Паттерны проектирования Некоторые паттерны проектирования, такие как фабричный метод или стратегия, предполагают использование классов и объектов, что не всегда удобно линеаризовать.

class Animal:
def speak(self):
pass

class Dog(Animal):
def speak(self):
return "Woof"

class Cat(Animal):
def speak(self):
return "Meow"

animals = [Dog(), Cat()]
for animal in animals:
print(animal.speak())

🟠Параллелизм Параллельные вычисления, где задачи выполняются одновременно в разных потоках или процессах, не могут быть линеаризованы.

import threading

def print_numbers():
for i in range(5):
print(i)

thread = threading.Thread(target=print_numbers)
thread.start()
thread.join()

Ставь 👍 и забирай 📚 Базу знаний

⚡️Выйти на стабильный доход в 150+ тысяч рублей можно всего за 3 месяца обучения в IT. Сегодня переход в сферу IT — это не просто модный тренд, а реальная возможность изменить свою жизнь. Ребята из онлайн-академии StepByStep в своем канале проводят бесплатный интенсив, благодаря которому можно погрузиться в мир IT и освоить самую востребованную профессию 2025 года – системный аналитик. ✅ Гарантия трудоустройства после обучения. Переходи и бесплатно изучай для себя новое прибыльное направление: https://t.me/+gnYT8XuuTo83NjAy

🤔 Что такое полиморфизм? Полиморфизм — это способность объектов разных классов реагировать на один и тот же метод по-разному. В Python полиморфизм достигается через динамическую типизацию, где методы с одинаковыми именами могут вызываться для объектов разных классов. Это позволяет писать более гибкий и расширяемый код, так как один интерфейс может использоваться для взаимодействия с разными типами данных. Полиморфизм делает программы более абстрактными и удобными для расширения. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤔 Что такое проблема наследования? Относится к ряду сложностей и недостатков, которые могут возникнуть при использовании наследования в объектно-ориентированном программировании. Хотя наследование является мощным механизмом для повторного использования кода и создания иерархий классов, оно также может привести к различным проблемам. 🚩Проблемы наследования 🟠Хрупкость базового класса Изменения в базовом классе могут неожиданно повлиять на все производные классы. Это может вызвать ошибки, которые трудно отладить, особенно в больших системах. 🟠Повышенная связанность Наследование создает тесную связанность между базовым и производными классами. Это затрудняет изменение одного класса без затрагивания других. 🟠Проблемы с повторным использованием Иногда наследование используется для повторного использования кода, но это не всегда лучший подход. Наследование может привести к сложным иерархиям классов, которые трудно понять и сопровождать. 🟠Наследование реализации вместо интерфейса Наследование часто используется для повторного использования кода, но это может привести к унаследованию ненужной реализации, которая не подходит для всех производных классов. Это может затруднить изменение поведения класса. 🟠Сложности с изменением базового класса Изменение базового класса может потребовать изменения всех производных классов, что увеличивает стоимость сопровождения кода. 🟠Проблемы с множественным наследованием В языках, поддерживающих множественное наследование (например, C++), это может привести к проблемам, таким как "ромбовидная" проблема, где один и тот же базовый класс наследуется более одного раза через разные пути в иерархии. 🚩Пример проблемы Рассмотрим пример, где базовый класс изменяется, что приводит к неожиданным последствиям для производных классов. В этом примере изменение базового класса Animal может повлиять на работу производных классов Dog и Cat, особенно если они зависят от определенной реализации метода sound.

class Animal:
    def sound(self):
        return "Some sound"

class Dog(Animal):
    def sound(self):
        return "Bark"

class Cat(Animal):
    def sound(self):
        return "Meow"

# Изменение базового класса
class Animal:
    def sound(self):
        return "Default sound"

animals = [Dog(), Cat()]
for animal in animals:
    print(animal.sound())

🚩Альтернативы и решения 🟠Композиция вместо наследования В многих случаях композиция предпочтительнее наследования. Вместо того чтобы наследовать классы, можно использовать композицию, чтобы включить объекты других классов в качестве полей. 🟠Интерфейсы и абстрактные классы Использование интерфейсов и абстрактных классов позволяет определить контракты для классов, не предоставляя реализации. Это помогает уменьшить связанность и улучшить гибкость. 🟠Шаблон проектирования "Стратегия" Этот паттерн позволяет изменять алгоритмы поведения объекта во время выполнения, что может быть более гибким решением, чем наследование. Ставь 👍 и забирай 📚 Базу знаний

😂 На одном кодинге уже давно не вывезешь, перспектива 2024 года - Информационная Безопасность Ловите два канала на тему ИБ и хакинга Арсенал Безопасника - Проект по кибербезопасности - сборник лучших инструментов и утилит по OSINT, хакингу и деанону Бункер Хакера - Все что необходимо, для того чтобы начать свой путь в безопасности - инструменты, книги, справочники, гайды и ресурсы.

🤔 Что может быть ключем в словаре? Ключем в словаре (dict) в Python может быть любой неизменяемый тип данных, такой как строки, числа, кортежи или булевы значения. Ключи должны быть уникальными, так как они используются для быстрой индексации и поиска значений в словаре. Попытка использования изменяемого объекта, такого как список или словарь, в качестве ключа вызовет ошибку. Ключи словаря должны быть хешируемыми, чтобы поддерживать эффективный поиск. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

Обучение на Frontend-разработчика. С нуля за 9 месяцев. На курсе вы получите все навыки, необходимые для старта в профессии Frontend-разработчика. Персональный наставник middle/senior уровня. 14 проектов, лайвкодинг, хакатоны, репетиции техсобеседования. Освоите JavaScript, React, TypeScript Официальный диплом и сертификат школы. Поддержка наставника по JS в течение 3-х месяцев после диплома. Гарантия трудоустройства. Если вы не устроитесь, вернём деньги. Это закреплено в договоре п. 6.14 Узнать больше #реклама 16+ result.school О рекламодателе

🤔 Что такое gPRC? Это современный высокопроизводительный фреймворк для удаленных вызовов процедур (RPC), разработанный Google. Он использует HTTP/2 для транспортировки, Protocol Buffers (protobuf) для сериализации данных и предоставляет возможности, такие как аутентификация, балансировка нагрузки, двухсторонняя потоковая передача и многое другое. 🚩Зачем нужен? 🟠Высокая производительность Использует HTTP/2, что обеспечивает низкую задержку и высокую пропускную способность. 🟠Многоязычная поддержка Поддерживает множество языков программирования, включая C++, Java, Python, Go и многие другие. 🟠Простота использования Обеспечивает простой способ определения сервисов с помощью Protocol Buffers. 🟠Двусторонняя потоковая передача Поддерживает как однонаправленные, так и двусторонние потоки данных. 🟠Платформенная независимость Обеспечивает взаимодействие между разными системами и языками программирования. 🚩Основные компоненты 🟠Сервисы В gRPC услуги определяются с помощью файлов .proto (Protocol Buffers), где описываются методы и их параметры. 🟠Клиенты и серверы gRPC автоматически генерирует код для клиентов и серверов на основе .proto файлов. 🟠Сериализация данных Используются Protocol Buffers для сериализации и десериализации данных, что обеспечивает эффективную передачу по сети. 🚩Пример 1⃣Определение сервиса Создайте файл service.proto для определения сервиса и его методов:

syntax = "proto3";

service Greeter {
  rpc SayHello (HelloRequest) returns (HelloReply) {}
}

message HelloRequest {
  string name = 1;
}

message HelloReply {
  string message = 1;
}

2⃣Генерация кода Сгенерируйте код клиента и сервера на языке Python:

python -m grpc_tools.protoc -I. --python_out=. --grpc_python_out=. service.proto

3⃣Реализация сервера Создайте сервер, используя сгенерированный код:

from concurrent import futures
import grpc
import service_pb2
import service_pb2_grpc

class Greeter(service_pb2_grpc.GreeterServicer):
    def SayHello(self, request, context):
        return service_pb2.HelloReply(message=f"Hello, {request.name}!")

def serve():
    server = grpc.server(futures.ThreadPoolExecutor(max_workers=10))
    service_pb2_grpc.add_GreeterServicer_to_server(Greeter(), server)
    server.add_insecure_port('[::]:50051')
    server.start()
    server.wait_for_termination()

if __name__ == '__main__':
    serve()

4⃣Реализация клиента Создайте клиент для вызова удаленного метода:

import grpc
import service_pb2
import service_pb2_grpc

def run():
    with grpc.insecure_channel('localhost:50051') as channel:
        stub = service_pb2_grpc.GreeterStub(channel)
        response = stub.SayHello(service_pb2.HelloRequest(name='World'))
    print("Greeter client received: " + response.message)

if __name__ == '__main__':
    run()

🚩Плюсы ➕Эффективность Высокая производительность благодаря HTTP/2 и Protocol Buffers. ➕Многоязычность Поддержка множества языков программирования. ➕Простота определения Простое определение сервисов с помощью Protocol Buffers. ➕Расширенные возможности Поддержка стриминга, аутентификации, балансировки нагрузки и других функций. ➕Платформенная независимость Возможность взаимодействия между различными системами. 🚩Минусы ➖Крутая кривая обучения Необходимость изучения Protocol Buffers и особенностей gRPC. ➖Ограниченная поддержка браузеров gRPC не поддерживается напрямую в браузерах, хотя есть gRPC-Web для этих целей. ➖Сложности с отладкой Отладка распределенных систем с использованием gRPC может быть сложной. Ставь 👍 и забирай 📚 Базу знаний

📺 Уникальная база записей IT собеседований 180+ записей реальных собеседований на программиста, тестировщика, аналитика и прочие IT профы. Записи собесов от ведущих компаний: Сбер, Яндекс, ВТБ, Тинькофф, Озон, Wildberries и т.д. 🎯 Переходи по ссылке и присоединяйся к базе, чтобы прокачать свои шансы на успешное трудоустройство! У тебя есть запись собеседования? Мы готовы ее купить и заплатим до 3000 руб. за каждую

🤔 Что такое индексы и как они работают? Индексы в Python представляют собой позиции элементов в последовательных структурах данных, таких как списки, строки и кортежи. Индексы начинаются с нуля и позволяют получить доступ к элементам коллекции по их порядковому номеру. Индексы также поддерживают отрицательные значения для доступа к элементам с конца последовательности. Индексы упрощают работу с коллекциями, предоставляя удобный способ для извлечения элементов. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

Скидка 15% на корпоративное такси. Яндекс Go для бизнеса Скидка 15% на первые три месяца. Возврат НДС до 20% на все рабочие поездки. Контроль маршрутов и расходов в одном кабинете. Быстрая подача авто от 5 минут. Удобное онлайн-подключение без визита в офис. Узнать больше #реклама business.go.yandex О рекламодателе

🤔 Что такое шаблонный метод (Template method)? Это поведенческий паттерн проектирования, который определяет скелет алгоритма в методе, оставляя реализацию некоторых шагов подклассам. Этот паттерн позволяет подклассам переопределять определенные шаги алгоритма, не изменяя его структуру. 🚩Зачем нужен? 🟠Повторное использование кода Позволяет повторно использовать код, инкапсулируя общие части алгоритма в базовом классе и оставляя вариативные части для реализации в подклассах. 🟠Упрощение изменений Легко изменять и расширять части алгоритма, переопределяя методы в подклассах. 🟠Контроль над алгоритмом Базовый класс контролирует структуру алгоритма, предотвращая нежелательные изменения его последовательности. 🚩Пример использования Пример реализации паттерна Шаблонный метод для процесса приготовления кофе и чая. Общие шаги включают кипячение воды, заваривание напитка и добавление добавок, но конкретные шаги зависят от типа напитка.

from abc import ABC, abstractmethod

class CaffeineBeverage(ABC):
    def prepare_recipe(self):
        self.boil_water()
        self.brew()
        self.pour_in_cup()
        self.add_condiments()
    
    def boil_water(self):
        print("Boiling water")
    
    def pour_in_cup(self):
        print("Pouring into cup")
    
    @abstractmethod
    def brew(self):
        pass
    
    @abstractmethod
    def add_condiments(self):
        pass

class Tea(CaffeineBeverage):
    def brew(self):
        print("Steeping the tea")
    
    def add_condiments(self):
        print("Adding lemon")

class Coffee(CaffeineBeverage):
    def brew(self):
        print("Dripping coffee through filter")
    
    def add_condiments(self):
        print("Adding sugar and milk")

# Клиентский код для использования паттерна Шаблонный метод
def main():
    tea = Tea()
    coffee = Coffee()

    print("Making tea:")
    tea.prepare_recipe()

    print("\nMaking coffee:")
    coffee.prepare_recipe()

if __name__ == "__main__":
    main()

🚩Как это работает 1⃣Абстрактный класс `CaffeineBeverage` Определяет шаблонный метод prepare_recipe, который описывает последовательность шагов алгоритма. 2⃣Методы `boil_water` и `pour_in_cup` Реализованы в абстрактном классе, так как они одинаковы для всех напитков. 3⃣Абстрактные методы `brew` и `add_condiments` Объявлены в абстрактном классе и должны быть реализованы в подклассах. 4⃣Подклассы `Tea` и `Coffee` Реализуют методы brew и add_condiments, определяя конкретные шаги для приготовления чая и кофе. Ставь 👍 и забирай 📚 Базу знаний

Перец на канале «Записки необычного препода» делает невозможное! А именно — встраивает мышление на английском взрослым людям. Как обычно пытаются научить «думать на языке»? Методом «бери больше, кидай дальше». Слушайте песни, смотрите фильмы, читайте книги в оригинале, и оно само как-нибудь запустится. Тут всё совсем не так. Тут происходит встраивание языка на кардинально других принципах. В результате вы ощущаете грамматику и слова «изнутри». Так, как бы вы их ощущали, будь вы носителем английского языка. Почитать подробнее про эту технологию можно тут. Есть конкретный механизм мышления. Он состоит из визуального слоя, слоя смыслов и слоя слов. Механизм разбивается на элементы. Каждый элемент тренируется отдельно. Оттренированные элементы стыкуются друг с другом с помощью специальных упражнений. Здесь: - Пошаговая технология; - Разбор механик мышления на языке; - Простота — любое сложное упражнение должно быть разбито на простые. - Измеримость — все упражнения тренируются до норматива (как правило в секундах). Норматив гарантирует освоение упражнения на уровне навыка. - Сумма упражнений неизбежно приводит к мышлению на языке. Так же, как правильно собранные вместе детали создают автомобиль. Вот, например: - как найти английские артикли в русском; - как освоить что угодно в 10 раз быстрее; - как взломать английскую грамматику. Подписывайся, чтобы узнать больше.

🤔 Какие знаешь принципы ООП? Основные принципы ООП включают инкапсуляцию, наследование, полиморфизм и абстракцию. Инкапсуляция скрывает внутренние детали реализации и защищает данные, предоставляя доступ через методы. Наследование позволяет создавать новые классы на основе существующих, а полиморфизм позволяет использовать один и тот же интерфейс для объектов разных классов. Абстракция упрощает сложные системы, скрывая ненужные детали и выделяя ключевые характеристики. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

Методичка: как сделать онлайн-встречи эффективнее Надоело ждать коллег, которые постоянно забывают о встречах, а отсутствие повестки и потерянные договоренности мешают нормально работать? Команда МТС Линк собрала на 37 страницах полезные материалы, чек-листы и кейсы, которые помогают компаниям проводить эффективные совещания в онлайне с помощью сервиса Встречи. Из методички узнаете: - Как создать постоянную ссылку и подключаться на встречи в 2 клика, - Как делать заметки и работать с файлами, не переживая за качество связи и безопасность данных. - Как облегчает жизнь ИИ, который расшифровывает созвоны в текст и автоматически отправляет расшифровку на почту. Еще в методичке описаны 7 способов оценки текущей эффективности ваших онлайн-встреч. Получить гайд можно бесплатно на сайте. Скачать #реклама mts-link.ru О рекламодателе

🤔 Что такое lru cache? Это механизм кэширования, который использует стратегию "наименее недавно использованный" для управления хранимыми данными. LRU-кэш хранит фиксированное количество наиболее часто используемых элементов, удаляя наименее недавно использованные элементы, когда необходимо освободить место для новых. 🚩Зачем нужен? 🟠Ускорение доступа к данным Повышает производительность системы за счет хранения часто запрашиваемых данных в памяти. 🟠Эффективное управление памятью Поддерживает ограниченный размер кэша, автоматически удаляя наименее недавно использованные элементы. 🟠Оптимизация повторного использования данных Снижает время доступа к данным, которые часто используются, избегая повторных вычислений или запросов к медленным хранилищам. Python предоставляет удобную реализацию LRU-кэша через декоратор lru_cache в модуле functools. Этот декоратор можно использовать для кэширования результатов вызова функции.

from functools import lru_cache

@lru_cache(maxsize=4)
def expensive_computation(n):
    print(f"Computing {n}...")
    return n * n

def main():
    print(expensive_computation(1))  # Computing 1... -> 1
    print(expensive_computation(2))  # Computing 2... -> 4
    print(expensive_computation(3))  # Computing 3... -> 9
    print(expensive_computation(4))  # Computing 4... -> 16

    print(expensive_computation(1))  # Cached -> 1
    print(expensive_computation(2))  # Cached -> 4

    print(expensive_computation(5))  # Computing 5... -> 25 (1 removed from cache)
    print(expensive_computation(3))  # Cached -> 9

    print(expensive_computation(1))  # Computing 1... -> 1 (2 removed from cache)

if __name__ == "__main__":
    main()

1⃣Декоратор `@lru_cache` Декорирует функцию expensive_computation, добавляя механизм кэширования. 2⃣Аргумент `maxsize` Определяет максимальный размер кэша. В данном примере, кэш может хранить до 4 элементов. 3⃣Кэширование и замена При вызове функции сначала проверяется, есть ли результат в кэше. Если есть, возвращается кэшированный результат. Если нет, функция вычисляет результат, и он сохраняется в кэш. Когда кэш переполняется, наименее недавно использованный элемент удаляется. Ставь 👍 и забирай 📚 Базу знаний

Программист — лекарство от больных тимлидов, тупых багов и тех самых митов в 10 утра ☠️ Здесь собирают лучшие мемы про айтишников, чтобы спасти вашу психику от died'осов на работе. Идеально зачиллить вечерком и скинуть друзьям: @progeri

🤔 Что такое итератор? Итератор в Python — это объект, который поддерживает метод `__iter__()` и `__next__()` для последовательного перебора элементов коллекции. Итераторы используются для работы с циклами и обеспечивают ленивую генерацию данных, не загружая их все сразу в память. Каждый вызов метода `next()` возвращает следующий элемент, а при отсутствии элементов вызывается исключение `StopIteration`. Итераторы полезны для работы с большими данными и потоками данных. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

Новый EXEED VX от 45 000 рублей в месяц Флагманский внедорожник: онлайн-сервисы EXEED CONNECT и 8-ступенчатая АКПП Получить предложение #реклама exeed.ru О рекламодателе

🤔 Что такое RPC? Это технология, позволяющая программам выполнять процедуры или функции на удаленных системах так же, как если бы они выполнялись локально. RPC абстрагирует сетевое взаимодействие, делая удаленные вызовы процедур похожими на локальные вызовы, что упрощает распределенное программирование. 🚩Зачем нужен? 🟠Простота использования Позволяет разработчикам вызывать удаленные процедуры так, как будто они находятся на локальной машине, что упрощает программирование распределенных систем. 🟠Абстракция сетевого взаимодействия Скрывает сложность сетевого взаимодействия, позволяя сосредоточиться на логике приложения. 🟠Интероперабельность Обеспечивает взаимодействие между приложениями, работающими на разных платформах и написанных на разных языках программирования. 🚩Как работает 1⃣Клиент Инициирует вызов удаленной процедуры, отправляя запрос на сервер. 2⃣Сервер Принимает запрос, выполняет запрашиваемую процедуру и возвращает результат клиенту. Сервер

from xmlrpc.server import SimpleXMLRPCServer

def add(x, y):
    return x + y

def main():
    server = SimpleXMLRPCServer(("localhost", 8000))
    print("Listening on port 8000...")
    server.register_function(add, "add")
    server.serve_forever()

if __name__ == "__main__":
    main()

3⃣Stub (заглушки) Клиентские и серверные заглушки генерируются для сериализации и десериализации данных, что позволяет передавать данные по сети. Клиент

import xmlrpc.client

def main():
    with xmlrpc.client.ServerProxy("http://localhost:8000/") as proxy:
        result = proxy.add(5, 3)
        print(f"5 + 3 = {result}")

if __name__ == "__main__":
    main()

🚩Как это работает 1⃣Сервер Создает XML-RPC сервер и регистрирует функцию add, которая принимает два числа и возвращает их сумму. Сервер ожидает запросы на порту 8000. 2⃣Клиент Подключается к серверу через ServerProxy и вызывает удаленную функцию add с аргументами 5 и 3. Результат вызова выводится на экран. 🚩Плюсы ➕Упрощение распределенного программирования Обеспечивает простой интерфейс для вызова удаленных процедур. ➕Повышение производительности Меньше задержек по сравнению с передачей сообщений благодаря синхронным вызовам. ➕Интероперабельность Поддерживает взаимодействие между системами на разных платформах и языках программирования. 🚩Минусы ➖Зависимость от сети Работа системы зависит от сетевого соединения, что может приводить к задержкам и ошибкам. ➖Сложность отладки Ошибки и проблемы могут быть сложными для диагностики из-за распределенной природы системы. ➖Безопасность Необходимо обеспечить безопасность данных, передаваемых по сети, особенно при использовании в открытых сетях. Ставь 👍 и забирай 📚 Базу знаний