В Python есть зарезервированные ключевые слова — это слова, которые нельзя использовать как имена переменных, функций или классов. Они встроены в язык и несут особое значение.

📌 Идентификаторы — это имена, которые вы придумываете сами: названия переменных, функций и т.д. Они:

• чувствительны к регистру (MyVar ≠ myvar);

• должны начинаться с буквы или подчёркивания;

• не могут быть ключевыми словами.

❗️ Всегда проверяй, чтобы имя переменной не совпадало с ключевым словом, иначе будет ошибка — SyntaxError.

💡Небольшая статья на эту тему ключевых слов и идентификаторов в Python 👇
https://ravesli.com/keywords-identifiers-python/

t.me/IT_Python_ZheglY | #articles #python

🔥Как работает логический оператор XOR:

• Числа переводятся в биты и с помощью логической операции ИЛИ, и сравниваются по правилу:

x ^ x = 0
x ^ 0 = x

• Таким образом запись 4 ^ 1 будет выглядить так:

100 (4)
^ 001 (1)
-------
101 (5)

💡 Как работает цикл XOR из задачи выше #136: Single Number:

nums = [4, 1, 2, 1, 2]

result = 0 ^ 4 → 4
result = 4 ^ 1 → 5
result = 5 ^ 2 → 7
result = 7 ^ 1 → 6 ← 1 встретилось второй раз — "удалилось"
result = 6 ^ 2 → 4 ← 2 тоже встретилось второй раз — "удалилось"

❗️Однако проще это представить таким способом:

= 4 ^ 1 ^ 2 ^ 1 ^ 2
= (1 ^ 1) ^ (2 ^ 2) ^ 4
= 0 ^ 0 ^ 4
= 4

📌 Итоги и доп. материал:

XOR не знает, что число повторяется, но результат операции ведёт себя так, будто повторяющиеся числа удаляются.Если число встречается дважды, результат будет такой, будто его не было вообще.
Это делает XOR идеальным инструментом для задач, где нужно "удалить дубли".

Больше о различных логических операторах👇
https://www.geeksforgeeks.org/python-bitwise-operators/

Подробнее о XOR 👇
https://javarush.com/groups/posts/operator-xor-v-python

#articles #python

🐍 *args | **kwargs — Важны звёздочки, а не имена!

🗣 В Python распаковку аргументов делают операторы * и **. А args, kwargs — это просто соглашения по имени, ты можешь называть их как угодно!

🌟 Что делают звёздочки:

* — собирает все переданные позиционные аргументы в кортеж.
** — собирает все переданные именованные аргументы (ключ=значение) в словарь.

✅ Можно писать так, и работать будет одинаково:

def func(*args, kwargs):
    pass

def func(*anything, **hello):
    pass

💡Вывод:

📌Звёздочки — это настоящие операторы, а имена вроде args и kwargs — просто соглашение ради читаемости.

📌Эти операторы необходимы для более гибкого приема аргументов, когда заранее не известно сколько их будет.

🖥 Больше информации о args и kwargs можно прочесть тут:
https://sky.pro/wiki/python/rabota-s-argumentami-v-python-args-i-kwargs/

t.me/IT_Python_ZheglY | #articles #python

🔥Задача с LeetCode #344: Reverse String

Необходимо развернуть список символов in-place, т.е. без создания нового списка.

Input: ["n","e","e","t"]
Output: ["t","e","e","n"]

💡Идея решения:

• Создаём два указателя — left в начале, right в конце.

• Пока они не встретятся, меняем местами s[left] и s[right].

• После каждой замены сдвигаем указатели навстречу друг другу.

💡Альтернативное решение:

def reverseString(s):
    s.reverse()

🖥 Подробное видео решение можно посмотреть здесь👇
https://neetcode.io/solutions/reverse-string

@IT_Python_ZheglY | #leetcode #python

💡 Что такое оценка алгоритма и зачем она нужна?

Оценка алгоритма — это способ понять, насколько эффективно работает код: по времени выполнения и объёму используемой памяти.

⏱️ Временная сложность (Time Complexity) — показывает, как изменяется время выполнения алгоритма при росте объёма данных. Ниже — от лучших к худшим:

✅ O(1) — константное время. Алгоритм работает одинаково быстро при любом размере входа.
Пример: доступ к элементу массива по индексу

✅ O(log n) — логарифмическая сложность. Алгоритм быстро сужает область поиска.
Пример: бинарный поиск в отсортированном массиве

✅ O(n) — линейная сложность. Время растёт пропорционально числу элементов.
Пример: пройтись по массиву и найти максимум

✅ O(n log n) — эффективно масштабируется, часто встречается в быстрых сортировках.
Пример: Merge Sort, Heap Sort

⚠️ Сложности, которых стоит избегать:

🚫 O(n²) — квадратичная сложность, характерна для вложенных циклов.
Пример: пузырьковая сортировка, сравнение всех пар

🚫 O(n³) — кубическая сложность, обычно три вложенных цикла.
Пример: наивное перемножение матриц

🚫 O(2ⁿ) — экспоненциальная. Время выполнения удваивается с каждым шагом.
Пример: рекурсивный подсчёт чисел Фибоначчи

🚫 O(n!) — факториальная. Перебираются все возможные варианты.
Пример: задача коммивояжёра, генерация всех перестановок

Прочесть более подробно о Big O можно здесь: 👇
https://habr.com/ru/articles/782608/

@IT_Python_ZheglY | #python