Python_na_Prostom

Загрузим немножко ваш мозг готовы?

Три алгоритма, которые сделают ваш код магией, а вас – магистром разработок! 🧙‍♂️ Сегодня я хочу поделиться с вами тремя алгоритмами, которые сделают вашу жизнь проще, а код – быстрее. Если вы ещё не использовали их в своих проектах, то самое время взять на вооружение! 🎯 1. Кеширование с помощью lru_cache: ускоряем ваше счастье ⏱

Вы когда-нибудь ждали так долго, что у вас было время приготовить кофе, сделать селфи и пересмотреть все сезоны "Игры Престолов"? А всё потому, что функция пересчитывала одно и то же сто раз! Но нет, мы не допустим такого! Декоратор lru_cache не только запомнит ваши результаты, но и принесет мир и порядок в вашу кодовую вселенную.

from functools import lru_cache

@lru_cache(maxsize=None)
def fibonacci(n):
    if n < 2:
        return n
    return fibonacci(n-1) + fibonacci(n-2)

print(fibonacci(50))  # Бац! И результат мгновенно!

Теперь ваш код не только умный, но и быстрый, как молния! ⚡️ 2. Пагинация данных: разрезаем информацию на аппетитные кусочки 🍰

Когда у вас есть целый список данных, вы не будете же заставлять пользователя кушать всё сразу, верно? Разделите информацию на страницы и подавайте по кусочкам. Ваши пользователи скажут "Спасибо!" и попросят добавки.

def paginate(data, page_size, page_number):
    start = page_size * (page_number - 1)
    end = start + page_size
    return data[start:end]

data = list(range(1, 101))  # Листик с чиселками от 1 до 100
page_size = 10
page_number = 3
print(paginate(data, page_size, page_number))  # Вот вам третий кусочек - с 21 по 30

Теперь у вас есть магический нож для данных, чтобы резать их так, как вам нужно. Шеф-повар вашего приложения вами гордится! 👨‍🍳 3. Очередь задач с приоритетом: задачи решаются, начальники довольны 🔝

Когда задач много, и каждая кричит, что она самая важная, нужен кто-то, кто наведёт порядок. Очередь задач с приоритетом – это ваш личный ассистент, который знает, что нужно делать в первую очередь, а что можно отложить на потом.

import heapq

class PriorityQueue:
    def __init__(self):
        self._queue = []
        self._index = 0

    def push(self, item, priority):
        heapq.heappush(self._queue, (-priority, self._index, item))
        self._index += 1

    def pop(self):
        return heapq.heappop(self._queue)[-1]

pq = PriorityQueue()
pq.push("task1", 1)
pq.push("task2", 3)
pq.push("task3", 2)

print(pq.pop())  # 'task2' - вот она, VIP-задача!
print(pq.pop())  # 'task3' - тоже важная, но не так сильно
print(pq.pop())  # 'task1' - ну и до тебя дошли руки

Теперь у вас есть очередь, в которой не будет путаницы, и вы всегда будете знать, что важно сейчас, а что можно решить завтра. Кто сказал, что вы не умеете приоритизировать? 😉 #Алгоритмы

....