CODERIKK
91 subscribers
68 photos
59 links
Лучший авторский контент 💙
По вопросам: @AgentCoderikkBot
Изучаем Python, SQL и tg-ботов
Download Telegram
Автоматический сборщик мусора в Python #1

Python — это мощный и удобный язык программирования, и одной из его ключевых особенностей является автоматический сборщик мусора (Garbage Collector).

🔹Как работает сборщик мусора в Python?

🔸Garbage Collector (GC) в Python автоматически управляет памятью, освобождая её от объектов, которые больше не используются программой. Это помогает избежать утечек памяти и улучшить производительность.

🔹Принцип работы

🔸Подсчет ссылок (Reference Counting)
: Python отслеживает количество ссылок на каждый объект в памяти. Когда количество ссылок на объект становится нулевым, память, занимаемая этим объектом, автоматически освобождается.

🔸Сборка циклических ссылок (Cycle Detection)
: Иногда объекты могут ссылаться друг на друга, образуя циклы, которые невозможно удалить с помощью подсчета ссылок. Python использует алгоритм сборки циклических ссылок, чтобы обнаружить и удалить такие циклы.

➡️Читайте нас в Telegram и Сетке

#Coderikk #Собеседование #Python
❤‍🔥1🔥1
Автоматический сборщик мусора в Python #2

🔹Особенности GC в Python

🔸Автоматическое управление
: Пользователям не нужно вручную управлять памятью, что упрощает разработку.

🔸Настраиваемый GC: Python предоставляет модули gc, с помощью которых можно контролировать поведение сборщика мусора, включая настройку порогов для запуска сборки.

🔸Сборка циклов: GC эффективно обнаруживает и устраняет циклы ссылок, предотвращая утечки памяти.

Пример использования модуля gc:

import gc

# Включение автоматического сборщика мусора
gc.enable()

# Отключение сборщика мусора
gc.disable()

# Принудительный запуск сборщика мусора
gc.collect()

# Получение информации о текущем состоянии GC
print(gc.get_stats())


Автоматический сборщик мусора в Python — это важный компонент, который помогает разработчикам эффективно управлять памятью и избегать утечек. Понимание его работы позволяет писать более оптимизированный и стабильный код.

➡️Читайте нас в Telegram и Сетке

#Coderikk #Python
🔥2
Вопросы с собеседований #19

🔹Объясните разницу между deepcopy и shallow copy в Python.

🔸
shallow copy создаёт поверхностную копию объекта, что означает копирование только самого объекта, но не вложенных объектов. deepcopy создаёт глубокую копию объекта, включая все вложенные объекты, создавая независимые копии всех уровней.

➡️Читайте нас в Telegram и Сетке

#Coderikk #Собеседование #Python
🔥1
Вопросы с собеседований #20

🔹Как в Python работают декораторы?

🔸
Декораторы — это функции, которые модифицируют или расширяют функциональность других функций или методов. Они принимают функцию в качестве аргумента и возвращают новую функцию, которая обычно вызывает оригинальную функцию и добавляет к ней дополнительные действия.

def decorator_func(original_func):
def wrapper_func():
print("Something is happening before the function.")
original_func()
print("Something is happening after the function.")
return wrapper_func

@decorator_func
def say_hello():
print("Hello!")

say_hello()



➡️Читайте нас в Telegram и Сетке

#Coderikk #Собеседование #Python
🔥1
Вопросы с собеседований #21

🔹Как вы можете обработать исключения в Python?

🔸
В Python исключения обрабатываются с помощью конструкции try-except. В блоке try помещается код, который может вызвать исключение, а в блоке except — код для обработки возможных исключений. Можно также использовать finally для кода, который выполнится независимо от того, произошло исключение или нет.

try:
result = 10 / 0
except ZeroDivisionError:
print("Cannot divide by zero.")
finally:
print("This is executed regardless of exceptions.")


➡️Читайте нас в Telegram и Сетке

#Coderikk #Собеседование #Python
1
Вопросы с собеседований #22

🔹Что такое генераторы и как они работают?

🔸
Генераторы в Python — это функции, которые возвращают итератор и используются для генерации последовательности значений при запросе. Они определяются с помощью ключевого слова yield вместо return, что позволяет сохранять состояние функции между вызовами.

def simple_generator():
yield 1
yield 2
yield 3

gen = simple_generator()
for value in gen:
print(value)


➡️Читайте нас в Telegram и Сетке

#Coderikk #Собеседование #Python
🔥2