MiddlePython Developer > Основы Python > ООП и модель объектов
Короткий ответ @dataclass автоматически генерирует __init__, __repr__ и __eq__ на основе аннотированных полей класса; поведение можно настроить параметрами декоратора — eq=False отключает сравнение по значению, repr=False отключает автогенерацию строкового представления, а frozen=True делает экземпляры неизменяемыми после создания (присваивание полям вызывает исключение). Как это работает подробнее По умолчанию @dataclass читает аннотации типов на уровне класса и генерирует __init__, который присваивает каждому аргументу соответствующее поле, __repr__, печатающий все поля в читаемом виде, и __eq__, сравнивающий объекты как tuple из значений полей в порядке объявления. frozen=True переопределяет __setattr__/__delattr__, чтобы бросать FrozenInstanceError на попытку изменить поле после __init__, что также делает экземпляр потенциально хешируемым (при согласованных условиях), в отличие от обычного изменяемого dataclass. Пример кода Что использовать на практике Практика. dataclass обычно выбирают для DTO, объектов
mutabilityobject-model
JuniorDevOps Engineer > Контейнеры и доставка > Права доступа Linux
Короткий ответ В числовом режиме каждая цифра (от 0 до 7) кодирует сумму битов r=4, w=2, x=1 для владельца, группы и остальных; 644 означает rw- для владельца и r-- для группы и остальных. В символьном режиме используют u/g/o/a с операторами +/-/= и буквами rwx, например chmod u=rw,go=r file. Как это работает подробнее Числовой режим — это компактная запись трёх трёхбитных масок подряд; символьный режим декларативно изменяет только указанные биты, не трогая остальные, что удобно, когда нужно добавить/убрать одно конкретное право, не зная и не меняя текущие остальные. Пример кода Что использовать на практике Практика. числовой режим предпочитают для установки прав «с нуля» в скриптах (идемпотентно, понятен результат), а символьный — для точечных правок вроде «добавить исполняемость группе», не трогая права владельца. Подводные камни Риск. Частая ошибка — использовать chmod 777 как «быстрое решение» проблем с правами: это даёт запись и выполнение всем пользователям системы, что является серьёзной дырой в безопа
access-controlchmod
MiddleJava Developer > Java Core > Collections
Короткий ответ put(key, value) сначала вычисляет хэш ключа и индекс корзины, затем ищет в ней узел с равным ключом: если такой ключ уже есть — значение заменяется на новое, а старое возвращается; если нет — в корзину добавляется новый узел. Высчитывать позицию бакета нужно, чтобы не перебирать все записи: ключ сразу приводит к месту хранения, поэтому в среднем операции занимают O(1). Как это работает подробнее Индекс вычисляется как (n - 1) & hash. Если корзина пуста, в неё просто помещается новый узел. Если занята, узлы проверяются: сначала сверяется хэш, затем ключи через equals(). При совпадении значение заменяется, при несовпадении узел добавляется в цепочку корзины; в Java 8+, если цепочка превысила порог, она превращается в дерево, и вставка идёт по его правилам. После вставки проверяется порог ёмкость × load factor — при превышении выполняется resize с пересчётом позиций. Метод get работает симметрично: корзина по хэшу, затем сравнение ключей через equals. Зачем бакет: адресация по хэшу избавляет от ли
big-obucket
MiddlePython Developer > Основы Python > Итераторы и генераторы
Короткий ответ send(value) передаёт значение внутрь генератора, которое становится результатом текущего выражения yield, и продолжает выполнение до следующего yield — это превращает генератор в двусторонний канал обмена данными. Как это работает подробнее Первый вызов должен быть next(gen) или send(None), чтобы довести выполнение до первого yield — только после этого send(value) имеет смысл. Переданное значение становится результатом выражения x = yield ... в точке приостановки. Пример кода Что использовать на практике Практика. send() используют для реализации сопрограмм — конвейеров обработки данных, где внешний код управляет темпом и содержимым подаваемых данных, или простых накопителей состояния. В современном коде для асинхронной конкурентности предпочитают async/await, а send() на «классических» генераторах остаётся нишевым инструментом. Подводные камни Риски. Вызывают send() как первую операцию на свежесозданном генераторе без предварительного next() — получают TypeError, так как выполнение ещё не дост
generatorsiterators
SeniorJava Developer > Java Core > Core Java
ClassLoader загружает байт-код классов в JVM по принципу делегирования родителю.
JVM
JuniorPython Developer > Основы Python > Типы данных
Короткий ответ Python поддерживает одновременное присваивание нескольких переменных из любой последовательности подходящей длины (a, b = 1, 2), а также распаковку "остатка" через *rest; обмен значений двух переменных делается прямо через a, b = b, a, так как правая часть полностью вычисляется перед присваиванием. Как это работает подробнее При a, b = b, a Python сначала строит временный tuple (b, a) из текущих значений, затем распаковывает его в a и b — поэтому не нужна отдельная переменная для хранения промежуточного значения. При распаковке с *rest одна переменная помечается звёздочкой и забирает все элементы, которые не достались остальным переменным, в виде списка. Пример кода Что использовать на практике Практика. Такой способ обмена делает код короче и нагляднее, чем классический tmp = a; a = b; b = tmp. Распаковка с * удобна для разбора "первый + остальные" или "первый, последний, середина": first, *middle, last = items. Подводные камни Риски. Пытаются распаковать последовательность с несовпадающим кол
data-typespython
JuniorPython Developer > Основы Python > ООП и модель объектов
Короткий ответ Наследование позволяет классу-потомку переиспользовать и переопределять атрибуты и методы родительского класса; super() даёт доступ к методам родителя из переопределённого метода потомка, что позволяет дополнить, а не полностью заменить родительскую логику. Как это работает подробнее При определении class Child(Parent): потомок автоматически получает все методы и атрибуты родителя, которые не переопределены явно. Вызов super().method(...) внутри потомка ищет реализацию method выше по цепочке наследования (согласно порядку MRO) и вызывает её с текущим self. Пример кода Что использовать на практике Практика. Чаще всего super().__init__(...) вызывают в начале __init__ потомка, чтобы родительский класс корректно инициализировал свою часть состояния, а потомок — только добавил своё. Это избавляет от дублирования кода инициализации и сохраняет правильное поведение при изменении родительского класса. Подводные камни Риски. Полностью переопределяют метод потомка без вызова super(), из-за чего теряется
inheritanceobject-model
SeniorJava Developer > Java Core > JVM и память
Короткий ответ ClassLoader — компонент JVM, отвечающий за загрузку классов: он находит бинарное представление класса (байт-код из .class-файла, JAR-архива, сети или БД) и создаёт объект java.lang.Class. Загрузка выполняется лениво — при первом использовании класса. Встроенные загрузчики работают по модели делегирования родителю: запрос уходит вверх по иерархии, и класс загружает первый загрузчик, который сможет его найти. Как это работает подробнее В JVM три встроенных загрузчика: Bootstrap ClassLoader (написан на нативном коде, загружает ядро JDK: rt.jar в Java 8 или базовые модули runtime image в Java 9+), Platform (в Java 8 — Extension) ClassLoader для расширений и платформенных библиотек и Application (System) ClassLoader для классов приложения из classpath. По модели делегирования загрузчик сначала передаёт запрос родительскому загрузчику, и только если родитель вплоть до Bootstrap не нашёл класс, ищет его сам. Если класс не найден нигде — выбрасывается ClassNotFoundException. Из делегирования следуют ви
bootstrapbytecode
JuniorPython Developer > Основы Python > Профилирование и оптимизация
Короткий ответ lru_cache запоминает результаты вызовов функции по её аргументам и возвращает сохранённый результат при повторном вызове с теми же аргументами, но подходит только для чистых функций с хешируемыми аргументами и ограниченным набором входных значений. Как это работает подробнее Декоратор хранит словарь «аргументы → результат» и вытесняет записи по принципу LRU после достижения maxsize; повторный вызов с уже виденными аргументами возвращает значение из кэша без выполнения тела функции. Пример кода Что использовать на практике Практика. Полезен для дорогих детерминированных вычислений (например, парсинг конфигурации, построение неизменяемых структур) с небольшим количеством уникальных комбинаций аргументов; maxsize нужно подбирать осознанно, а не оставлять unbounded. Подводные камни Риск. Применяют lru_cache к функциям с побочными эффектами или недетерминированным результатом (текущее время, случайные числа, сетевые вызовы с изменяющимися данными); забывают, что аргументы должны быть хешируемыми (li
cachinglru-cache
MiddlePython Developer > Основы Python > Декораторы и кэширование
Короткий ответ lru_cache сохраняет результаты вызовов функции по ключу из её аргументов с ограничением по размеру (LRU-вытеснение); аргументы должны быть хешируемыми, а кэш хранит ссылки на результаты и по умолчанию общий для всех вызовов независимо от потока. Как это работает подробнее При вызове декорированной функции lru_cache формирует ключ из переданных аргументов, ищет в кэше готовый результат; при отсутствии — вычисляет, сохраняет и при превышении maxsize вытесняет наименее давно использованный элемент. Пример кода Что использовать на практике Практика. Полезен для чистых функций с повторяющимися одинаковыми аргументами; maxsize=None убирает лимит размера, что может привести к неограниченному росту памяти на долгоживущем процессе при множестве уникальных входов. Подводные камни Риски. Передают мутабельные аргументы (списки, словари) — TypeError из-за unhashable type; применяют lru_cache к методам экземпляра, не учитывая, что self тоже часть ключа кэша, из-за чего экземпляры не удаляются сборщиком мусор
cachingdecorators