Task_1_2

Урок 6. Практическое задание/task_1.py

@@ -13,3 +13,82 @@
 ВНИМАНИЕ: ЗАДАНИЯ, В КОТОРЫХ БУДУТ ГОЛЫЕ ЦИФРЫ ЗАМЕРОВ (БЕЗ АНАЛИТИКИ)
 БУДУТ ПРИНИМАТЬСЯ С ОЦЕНКОЙ УДОВЛЕТВОРИТЕЛЬНО
 """
+
+from memory_profiler import profile
+
+
+# Функции возвращают сумму ряда 1/n^2 для первых n элементов
+
+@profile()
+def my_func():
+    series = [1 / i ** 2 for i in range(1, 100000)]
+    sum = 0
+    for i in range(len(series)):
+        sum += series[i]
+    return sum
+
+
+"""
+Line #    Mem usage    Increment  Occurences   Line Contents
+============================================================
+    20     19.1 MiB     19.1 MiB           1   @profile()
+    21                                         def my_func():
+    22     23.6 MiB      4.5 MiB      100002       series = [1 / i ** 2 for i in range(1, 100000)]
+    23     23.6 MiB      0.0 MiB           1       sum = 0
+    24     23.6 MiB      0.0 MiB      100000       for i in range(len(series)):
+    25     23.6 MiB      0.0 MiB       99999           sum += series[i]
+    26     23.6 MiB      0.0 MiB           1       return sum
+"""
+
+
+@profile()
+def my_func_1():
+    series = [1 / i ** 2 for i in range(1, 100000)]
+    sum = 0
+    for i in range(len(series)):
+        sum += series[i]
+    del series
+    return sum
+
+
+"""
+Line #    Mem usage    Increment  Occurences   Line Contents
+============================================================
+    40     19.4 MiB     19.4 MiB           1   @profile()
+    41                                         def my_func_1():
+    42     23.5 MiB      4.1 MiB      100002       series = [1/i**2 for i in range(1, 100000)]
+    43     23.5 MiB      0.0 MiB           1       sum = 0
+    44     23.5 MiB      0.0 MiB      100000       for i in range(len(series)):
+    45     23.5 MiB      0.0 MiB       99999           sum += series[i]
+    46     19.7 MiB     -3.8 MiB           1       del series
+    47     19.7 MiB      0.0 MiB           1       return sum
+"""
+
+
+@profile()
+def my_func_2():
+    sum = 0
+    for i in range(1, 100000):
+        sum += 1 / i ** 2
+
+"""
+Line #    Mem usage    Increment  Occurences   Line Contents
+============================================================
+    68     20.9 MiB     20.9 MiB           1   @profile()
+    69                                         def my_func_2():
+    70                                             #return sum([1 / i ** 2 for i in range(1, 100000)])
+    71     20.9 MiB      0.0 MiB           1       sum = 0
+    72     20.9 MiB      0.0 MiB      100000       for i in range(1, 100000):
+    73     20.9 MiB      0.0 MiB       99999           sum += 1 / i ** 2
+"""
+
+my_func()
+my_func_1()
+my_func_2()
+
+"""
+ВЫВОДЫ: удаление массива перед завершением функции позволило высвободить память.
+Полный отказ от массива сократил код и уменьшил максимально используемый 
+функцией размер памяти, однако, сами элементы ряда в итоге нигде не хранятся,
+что в реальных задачах может быть неудобно
+"""

Урок 6. Практическое задание/task_3.py

@@ -0,0 +1,34 @@
+"""
+Задание 3 *.
+Сделать профилировку для скриптов с рекурсией и сделать описание,
+можно ли так профилировать и есть ли 'подводные камни' в профилировании?
+Придумать как это решить!
+Есть очень простое решение!
+"""
+
+"""
+Для профилирования скриптов с рекурсией необходимо создать отдельную
+функцию, которая будет входной точкой, и производить замеры для нее.
+Если производить замеры для самой рекурсивной функции, то они будут 
+производиться при каждом ее вызове
+"""
+
+from memory_profiler import profile
+
+
+def fibonacci(n):
+    if n <= 1:
+        return n
+    else:
+        return fibonacci(n - 1) + fibonacci(n - 2)
+
+
+@profile()
+def wrapper(n):
+    return fibonacci(n)
+
+
+n = int(input("Введите номер члена последовательности: "))
+print(f"Последовательность Фибоначчи: {fibonacci(n)}")
+
+wrapper(n)