Python: задачки и вопросы

Как понять, что программисту пора в отпуск: — на столе бардак; — шорты не доставались с позапрошлого лета; — чудится тифлинг; — на вопрос «когда отдыхаешь?» отвечает «после релиза»; — релиз был в феврале. Сам он с места не сдвинется. Помогите Типичному Программисту собраться и улететь в отпуск в новой мини-игре!

Развёрнутое пояснение: 1. from fractions import Fraction импортирует рациональное число. 2. Fraction(0.1) берёт не 1/10, а точное значение float 0.1 — дробь с большим знаменателем. 3. То же происходит с Fraction(0.2) и Fraction(0.3). 4. a + b вычисляет сумму двух таких двоичных дробей. 5. Эта сумма не равна дроби, полученной из float 0.3, потому что 0.1 + 0.2 ≠ 0.3 в двоичной плавающей арифметике. 6. Сравнение возвращает False. Почему это важно: при финансовых расчётах и точных вычислениях Fraction следует создавать из строк или целых чисел, а не из float, иначе двоичные погрешности сохраняются в «точном» рациональном типе.

Развёрнутое пояснение: 1. При определении функции ingest создаётся один объект множества set() и сохраняется как значение по умолчанию для параметра seen. 2. Первый вызов ingest(['a','b']) использует это же множество, добавляет в него 'a' и 'b' и возвращает len(seen), то есть 2. 3. Второй вызов ingest(['b','c']) получает уже непустое множество с элементами 'a' и 'b'. Добавляется только 'c', поэтому длина становится 3. 4. Переменная res получает кортеж (2, 3), а print(*res) выводит 2 3. 5. Правильный вариант — 2 3. Почему это важно: изменяемое значение по умолчанию — частая ловушка при реализации кэшей, дедупликаторов, счётчиков и накопителей ошибок. В тесте, где функцию вызывают один раз, баг может не проявиться, а в проде при повторных вызовах общее изменяемое состояние искажает результат. Чтобы избежать этого, изменяемый объект создают внутри тела функции: seen=None, а внутри if seen is None: seen=set().

Развёрнутое пояснение: 1. В памяти создаётся объект Tags, содержащий два ключа a и b. 2. Функция json.dumps начинает кодирование этого объекта. 3. Внутренний энкодер CPython сначала проверяет базовые типы: строки, числа, булевы значения, None, списки, кортежи и dict. 4. Tags наследует UserDict, который не является подклассом dict, поэтому объект не попадает в ветку для словарей. 5. Поскольку тип неизвестен энкодеру, вызывается функция default, переданная в аргументе default. 6. В default объект o имеет длину 2, поэтому возвращается строка tags:2. 7. json.dumps кодирует эту строку как JSON-строку, а print выводит tags:2. Почему это важно: при сериализации пользовательских маппингов, таких как UserDict или ChainMap, нельзя рассчитывать, что json.dumps автоматически превратит их в обычный словарь. Это часто встречается при логировании, отправке конфигурации или сохранении состояния, когда кастомный контейнер оказывается строкой вместо JSON-объекта. Чтобы избежать сюрприза, передавайте данные через dict() или реализуйте собственный JSONEncoder.

⚡️ О!Хакатон возвращается — на кону миллион Приглашаем Go- и Python-разработчиков, аналитиков и продакт-менеджеров на тревел-тех хакатон от Островка. Вам предстоит решить одну из двух AI-задач в сфере тревел-теха и побороться за главный приз — 1 000 000 ₽. Присоединиться к хакатону можно из любой точки мира. Участвуйте командой до пяти человек и выбирайте один из двух треков: ➡️ «О!дин запрос». Цель для junior-специалистов — создать AI-агента для путешествий и отелей. ➡️ «О!дин шаг до идеального отеля». Задача для специалистов уровней middle и senior — «переизобрести» опыт бронирования пользователя с помощью AI и новых интерфейсных механик. 📎 Регистрация открыта до 16 октября 2026 года. Стартуем 23 октября. Скорее присоединяйтесь по ссылке!

⚡️ О!Хакатон возвращается — на кону миллион Приглашаем Go- и Python-разработчиков, аналитиков и продакт-менеджеров на тревел-тех хакатон от Островка. Вам предстоит решить одну из двух AI-задач в сфере тревел-теха и побороться за главный приз — 1 000 000 ₽. Присоединиться к хакатону можно из любой точки мира. Участвуйте командой до пяти человек и выбирайте один из двух треков: ➡️ «О!дин запрос». Цель для junior-специалистов — создать AI-агента для путешествий и отелей. ➡️ «О!дин шаг до идеального отеля». Задача для специалистов уровней middle и senior — «переизобрести» опыт бронирования пользователя с помощью AI и новых интерфейсных механик. 📎 Регистрация открыта до 16 октября 2026 года. Стартуем 23 октября. Скорее присоединяйтесь по ссылке!

Развёрнутое пояснение: 1. Список logs содержит четыре кортежа: две записи api и две db, чередующиеся. 2. itertools.groupby не сортирует данные и не ищет все одинаковые ключи во всём списке: он формирует новую группу каждый раз, когда ключ очередного элемента отличается от ключа предыдущего. 3. Последовательность ключей в logs: api, db, api, db. Поэтому группы получаются такими: api с одной записью, db с одной записью, снова api с одной записью и снова db с одной записью. 4. В dict comprehension каждый ключ перезаписывается при повторном вхождении. Сначала 'api' получает список из одной ошибки, потом 'db' — один успех, затем 'api' зативается второй группой из одной успешной записи, и в конце 'db' перезаписывается группой с одной ошибкой. 5. В итоге groups['api'] — это список из одного кортежа [('api', 'ok')], а len от него равен 1. Почему это важно: в аналитике логов и отчётах часто ожидают, что groupby сгруппирует все записи по ключу, как SQL GROUP BY, но в Python он работает только над отсортированными или уже упорядоченными данными. Если пропустить сортировку, группы дробятся, а при записи в словарь последняя группа затирает предыдущие с тем же ключом. Это приводит к тихой потере данных и неверным агрегатам.

Развёрнутое пояснение: 1. Создаётся словарь tags с ключами api и db. 2. Запускается цикл for key in tags, который получает итератор ключей словаря. 3. Итератор запоминает ожидаемое количество элементов на момент начала обхода. 4. При первом же ключе api условие срабатывает и вызывается tags.pop(key), удаляя элемент из словаря. 5. Словарь изменил размер во время итерации, поэтому при следующей попытке получить следующий ключ интерпретатор обнаруживает рассогласование и возбуждает RuntimeError: dictionary changed size during iteration. 6. print(tags) не выполняется, потому что исключение прерывает выполнение. Почему это важно: такая ошибка часто возникает при фильтрации или очистке словарей состояния, кэша или метрик. Правильный способ — собрать ключи для удаления в отдельный список и удалять после цикла, либо создавать новый словарь через dict comprehension. Это позволяет избежать неожиданного падения на проде при обработке логов, конфигов или счётчиков.

Развёрнутое пояснение: 1. Создаётся пустой список queue. 2. defaultdict инициализируется фабрикой lambda: queue, которая при каждом обращении по отсутствующему ключу возвращает ссылку на этот же список. 3. tasks['api'] вызывает фабрику, возвращает queue и добавляет в него строку retry. 4. tasks['queue'] снова вызывает фабрику и возвращает тот же список queue, который уже содержит retry. 5. Поэтому print выводит ['retry']. Почему это важно: такая ошибка возникает, когда разработчик хочет инициализировать значение изменяемым объектом и вместо конструктора list передаёт lambda, замкнутую на заранее созданный объект. В планировщиках задач, группировке событий по категориям или кэшировании результатов по ключам это приводит к тому, что разные ключи делят одно состояние. Правильный способ — передать list или функцию, создающую новый объект при каждом вызове, например defaultdict(list).

Развёрнутое пояснение: 1. State — перечисление, член State.OK имеет значение ok, но сам является отдельным объектом Enum. 2. Функция check сравнивает строку ok с объектом State.OK оператором равенства. 3. У Enum операция равенства считает равными только члены одного и того же перечисления, поэтому сравнение со строкой возвращает False. 4. В результате print выводит False. Почему это важно: при рефакторинге строковых констант в Enum часто забывают, что сравнение со строкой из JSON или БД перестаёт работать. Правильно сравнивать через State(raw) == State.OK или raw == State.OK.value. Это типичная ошибка в валидации API и конфигурации.

Развёрнутое пояснение: 1. При первом обращении c.ports вызывается метод ports и возвращается список [80]. 2. cached_property записывает этот объект в c.__dict__ под именем ports. 3. Вызов c.ports.append(443) изменяет именно тот список, который теперь лежит в кэше. 4. При повторном обращении c.ports cached_property находит ports в __dict__ и возвращает сохранённый объект [80, 443]. 5. print выводит [80, 443]. Почему это важно: cached_property удобен для дорогих вычислений, но кэшированный объект остаётся общим для всех последующих обращений. Если метод возвращает изменяемую коллекцию и кто-то её мутирует, изменения застревают в кэше. В конфигах и синглтонах это приводит к «засорению» настроек между тестами или запросами: безопаснее возвращать неизменяемые копии или отделять изменяемое состояние от кэшированного свойства.

Развёрнутое пояснение: 1. MRO класса D(B, C): D, B, C, A. 2. D().f() печатает D и через super().f() делегирует следующему классу в MRO — B. 3. B.f печатает B и через super().f() делегирует следующему — C, а не A, потому что super() опирается на линейный MRO объекта, а не на прямого родителя. 4. C.f печатает C и через super().f() делегирует A. 5. A.f печатает A. 6. Итоговый вывод: DBCA. Почему это важно: понимание MRO и super() нужно при проектировании миксинов и множественного наследования, иначе можно случайно пропустить ветку или вызвать метод дважды.