🧠 Хитрая Python-задача: «Генератор, который взламывает итераторы»
Уровень: 💥 продвинутый (Python 3.12+)

Представьте, что у вас есть ленивый генератор, перебирающий огромный набор данных. Нужно «клонировать» итератор — создать копию, продолжающую работу с того же места, хотя обычные генераторы так не умеют.

🎯 Цель
Напишите cloneable(generator), которая:

● Принимает любую функцию-генератор или итерируемый объект
● Возвращает объект с методом clone(), создающим независимую копию текущего состояния
● Позволяет параллельно вызывать next() у оригинала и всех клонов

gen = cloneable(range(100))
it1 = gen.clone()
it2 = gen.clone()

next(it1)   # 0
next(it1)   # 1
next(it2)   # 0   ← независимая позиция 

💡 Ограничения
● Нельзя полностью буферизовать всю последовательность
● Память O(k), где k — число активных клонов
● Только стандартная библиотека; асинхронность не требуется

🔍 Идея решения
● Храним значения в collections.deque по мере чтения из исходного итератора
● Для каждого клона ведём текущий индекс в буфере
● После сдвига всех клонов дальше минимальной позиции — удаляем хвост буфера

✅ Скелет реализации

from collections import deque

class CloneableIterator:
    def __init__(self, iterable):
        self._source = iter(iterable)
        self._buffer = deque()
        self._positions = []

    def clone(self):
        pos = 0
        self._positions.append(pos)
        idx = len(self._positions) - 1

        def _iter():
            nonlocal pos
            while True:
                if pos < len(self._buffer):
                    yield self._buffer[pos]
                else:
                    try:
                        val = next(self._source)
                    except StopIteration:
                        return
                    self._buffer.append(val)
                    yield val
                pos += 1
                self._positions[idx] = pos
                self._shrink()

        return _iter()

    def _shrink(self):
        if not self._positions:
            return
        min_pos = min(self._positions)
        for _ in range(min_pos):
            self._buffer.popleft()
        self._positions = [p - min_pos for p in self._positions]

def cloneable(iterable):
    return CloneableIterator(iterable)

📌 Пример использования

gen = cloneable(i**2 for i in range(5))
a = gen.clone()
b = gen.clone()

print(next(a))  # 0
print(next(a))  # 1
print(next(b))  # 0
print(next(b))  # 1
print(next(b))  # 4

Попробуйте улучшить решение:
● Добавьте защиту от «зомби-клонов»
● Реализуйте __length_hint__()
● Или сделайте асинхронную версию acloneable() на базе async for

🐍 Python-задача: что выведет этот код и почему?

def append_to_list(value, my_list=[]):
    my_list.append(value)
    return my_list

print(append_to_list(1))
print(append_to_list(2))
print(append_to_list(3))

🔍 Варианты:
• a) [1], [2], [3]
• b) [1], [1, 2], [1, 2, 3]
• c) Ошибка исполнения
• d) [1], [2], [3] — но в разных объектах

💡 Разбор:

Аргумент my_list=[] — изменяемый объект, созданный один раз при компиляции функции, а не каждый раз при вызове. Поэтому:

- Первый вызов: my_list = [] → добавили 1 → [1]
- Второй вызов: та же my_list, теперь [1] → добавили 2 → [1, 2]
- Третий: тот же список → [1, 2, 3]

✅ Правильный ответ: b) `[1]`, `[1, 2]`, `[1, 2, 3]`

🧠 Вывод: никогда не используй изменяемые значения (`list`, dict, `set`) в аргументах по умолчанию. Это одна из самых частых ловушек в Python.

🛠️ Правильный способ:

def append_to_list(value, my_list=None):
    if my_list is None:
        my_list = []
    my_list.append(value)
    return my_list

📌 Теперь каждый вызов будет работать с новым списком.

🐍 Python-задача: что выведет этот код с вложенными генераторами?

gen = (x for x in range(3))

def wrap(g):
    return (x * 2 for x in g)

gen2 = wrap(gen)

print(list(gen))
print(list(gen2))

🔍 Варианты:
• a) [0, 1, 2], [0, 2, 4]
• b) [0, 1, 2], []
• c) [], [0, 2, 4]
• d) [0, 1, 2], Ошибка

💡 Разбор:

- `gen = (x for x in range(3))` — генератор 0, 1, 2
- `wrap(gen)` — создаёт **новый генератор**, который берёт значения из `gen` и умножает на 2

Но генераторы **исчерпаемы**: после первого полного прохода `list(gen)` → `gen` становится пустым

Значит:

- `list(gen)` → `[0, 1, 2]`
- `gen2 = wrap(gen)` теперь ссылается на **пустой** `gen`
- `list(gen2)` → `[]`

✅ **Правильный ответ: b) `[0, 1, 2]`, `[]`**

🧠 **Вывод:** если оборачиваешь генератор — не "прожигай" его до передачи дальше. Генераторы нельзя перезапустить или "перемотать".

🛠️ Совет: если данные нужны повторно — сохрани их в список:

```python
data = list(gen)
```

или используй itertools.tee для разветвления итератора.

@pythonl

Что выедет код ?

⚙️ Подменяй любые импорты в Python “на лету” — без изменения кода

Если ты хочешь протестировать модуль, подменить зависимость, замокать внешний сервис или обмануть импорт — не обязательно редактировать исходники. Python позволяет перехватывать импорты прямо во время выполнения, через sys.modules.

Вот минимальный приём, который делает это прозрачно:

import sys
import types

# Создаём фейковый модуль
fake = types.SimpleNamespace()
fake.get_data = lambda: "подмена работает"

# Подменяем импорт
sys.modules['external_service'] = fake

# Теперь даже import будет работать
import external_service
print(external_service.get_data())  # → "подмена работает"

🧠 Хитрая задача по Python — что не так с set и списками?

Задача:
Вы хотите получить уникальные элементы из вложенных списков:

items = [[1, 2], [3, 4], [1, 2]]

unique = set(items)
print(unique)

Что произойдёт?

Варианты ответа:
1. Выведется: {[1, 2], [3, 4]}
2. Выведется: [[1, 2], [3, 4]]
3. Произойдёт ошибка
4. Все вложенные списки преобразуются в кортежи и выведутся без дубликатов

Правильный ответ: 3. Произойдёт ошибка

💥 TypeError: unhashable type: 'list'

🔍 Разбор

В Python элементы set должны быть хешируемыми. А списки — изменяемый тип данных, следовательно, не хешируемы.

То есть:

set([[1, 2], [3, 4]])
# ❌ вызовет ошибку

✅ Как сделать правильно?

Если вы хотите получить уникальные вложенные списки, можно преобразовать их в кортежи:

items = [[1, 2], [3, 4], [1, 2]]
unique = set(tuple(x) for x in items)
print(unique)  # {(1, 2), (3, 4)}

А если хочется вернуть результат обратно в список списков:

result = [list(x) for x in unique]
print(result)  # [[1, 2], [3, 4]] (порядок не гарантирован)

⚠️ Вывод

- list нельзя положить в set, dict как ключ — они unhashable
- Используйте tuple для таких случаев
- Уникальность вложенных списков — частый источник багов при работе с JSON, DataFrame, API

📌 Такие мелочи легко упустить, но они выстреливают в самых неожиданных местах. Подписывайся, чтобы не наступать на грабли в одиночку.

Что выведет код ?

Что выведет код ?