Python: задачки и вопросы
7.51K subscribers
1.28K photos
2 videos
1 file
118 links
Вопросы и задачки для подготовки к собеседованиям и прокачки навыков

Разместить рекламу: @tproger_sales_bot

Правила общения: https://tprg.ru/rules

Другие каналы: @tproger_channels

Другие наши проекты: https://tprg.ru/media
Download Telegram
Главный подвох: Python использует late binding в замыканиях — переменные захватываются по ссылке, и их значение берётся в момент вызова функции, а не в момент создания.​

Разбор по шагам в псевдо‑записи:

1️⃣Создание списка функций:
𝚏𝚞𝚗𝚌𝚜 =
𝚏𝚘𝚛 𝚒 𝚒𝚗 𝚛𝚊𝚗𝚐𝚎(𝟸):
▸ 𝚏𝚞𝚗𝚌𝚜.𝚊𝚙𝚙𝚎𝚗𝚍(𝚕𝚊𝚖𝚋𝚍𝚊 𝚡: 𝚡 * 𝚒)
— создаётся три лямбды, каждая ссылается на переменную i из внешнего scope.
— переменная i меняется: 0 → 1 → 2.​

2️⃣Момент вызова функций:
Когда выполняется [f(1) for f in funcs], цикл for i in range(3) уже завершился.​
Переменная i в глобальном scope теперь равна 2 (последнее значение).​

3️⃣Выполнение каждой лямбды:
Первый вызов: funcs[0](1) → lambda x: x * i, где i = 2 → 1 * 2 = 2.​
Второй вызов: funcs[1](1) → та же лямбда, та же ссылка на i, i = 2 → 1 * 2 = 2.​
Третий вызов: funcs[2](1) → опять i = 2 → 1 * 2 = 2.​

4️⃣Результат: [2, 2, 2].​

Чтобы каждая лямбда «запомнила» своё значение i, нужно захватить его через default argument:

funcs = [lambda x, i=i: x * i for i in range(3)]
print([f(1) for f in funcs]) # [0, 1, 2]

Здесь i=i создаёт локальную переменную внутри лямбды с значением на момент создания, а не ссылкой на внешнюю переменную.​

Почему это важно

🔘Late binding — частая причина ошибок в циклах с lambda, list comprehension и callback‑функциями.​
🔘Правило: если нужно захватить переменную из цикла, всегда используйте default argument для lambda или локальную переменную внутри comprehension.​
🔘Это поведение отличается от некоторых других языков, где захват происходит по значению по умолчанию.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥6
Что выведет код?
Anonymous Quiz
49%
a:b
21%
:a
11%
a
5%
ab
15%
Error
👍1
В пятницу не стал жестить, большинство справились с задачей.

Разбор по шагам:

1️⃣Определяется функция‑генератор:
𝚍𝚎𝚏 𝚏():
𝚢𝚒𝚎𝚕𝚍 "𝚊"
𝚢𝚒𝚎𝚕𝚍 "𝚋"

2️⃣Вызов:
𝚜 = ":".𝚓𝚘𝚒𝚗(𝚏()) — здесь берётся встроенный метод 𝚓𝚘𝚒𝚗, разделителем служит строка ":", а аргументом — генератор.​
Генератор по очереди выдаёт "a", потом "b".

3️⃣Метод join работает так:
— «Собери все строки из генератора, вставь между ними разделитель»​
— Результат — строка "a:b".

4️⃣Вывод:
𝚙𝚛𝚒𝚗𝚝(𝚜) → 'a:b'​

Почему это важно
🔘join очень полезен: работает с любым итерируемым объектом: списком, кортежем, даже генератором.
🔘Передавая генератор, можно собирать строки «на лету» без лишней памяти и промежуточных списков.
🔘Если передать нестроковые элементы, будет TypeError, но для генератора, выдающего строки — всё корректно.
Please open Telegram to view this post
VIEW IN TELEGRAM
5