Lesson_6

task_1.py

@@ -0,0 +1,73 @@
+"""
+Задание 1.
+
+Выполните профилирование памяти в скриптах
+Проанализировать результат и определить программы с
+наиболее эффективным использованием памяти.
+
+Примечание: Для анализа возьмите любые 1-5 ваших разных скриптов!.
+Сделать их разные реализации.
+
+Можно взять задачи с курса Основ
+или с текущего курса Алгоритмов
+
+Результаты анализа вставьте в виде комментариев к коду.
+Также укажите в комментариях версию Python и разрядность вашей ОС.
+
+ВНИМАНИЕ: ЗАДАНИЯ, В КОТОРЫХ БУДУТ ГОЛЫЕ ЦИФРЫ ЗАМЕРОВ (БЕЗ АНАЛИТИКИ)
+БУДУТ ПРИНИМАТЬСЯ С ОЦЕНКОЙ УДОВЛЕТВОРИТЕЛЬНО
+
+Попытайтесь дополнительно свой декоратор используя ф-цию memory_usage из memory_profiler
+С одновременным замером времени (timeit.default_timer())!
+"""
+import memory_profiler
+import time
+
+# 
+def get_odd_1(value):
+    result = []
+    for var in range(value):
+         if var % 2:
+             result.append(var)
+
+def get_odd_2(value):
+    return [var for var in range(value) if var % 2]
+
+def get_odd_3(value):
+    for num in range(value):
+        if num % 2:
+            yield num
+
+if __name__ == '__main__':
+    value = 10000000
+    t1 = time.process_time()
+    m1 = memory_profiler.memory_usage()
+    get_odd_1(value)
+    t2 = time.process_time()
+    m2 = memory_profiler.memory_usage()
+    print(f"Выполнение get_odd_1 заняло {t2 - t1} сек and {m2[0] - m1[0]} Мб")
+
+    t1 = time.process_time()
+    m1 = memory_profiler.memory_usage()
+    get_odd_2(value)
+    t2 = time.process_time()
+    m2 = memory_profiler.memory_usage()
+    print(f"Выполнение get_odd_2 заняло {t2 - t1} сек and {m2[0] - m1[0]} Мб")
+
+    t1 = time.process_time()
+    m1 = memory_profiler.memory_usage()
+    mygenerator = get_odd_3(value)
+    for i in mygenerator:
+        i
+    t2 = time.process_time()
+    m2 = memory_profiler.memory_usage()
+    print(f"Выполнение get_odd_3 и цикла заняло {t2 - t1} сек and {m2[0] - m1[0]} Мб")
+
+"""
+Выполнение get_odd_1 заняло 0.078125 сек and 1.33203125 Мб
+Выполнение get_odd_2 заняло 0.046875 сек and 0.00390625 Мб
+Выполнение get_odd_1  и цикла заняло 0.0625 сек and 0.0 Мб
+С точки зренеия оптимальности времени выполнения генераторное выражение оптимально, однако с точки зрения использования памяти generator - имеет неоспоримые преимущества.
+Как я понимаю генераторная (generator) функция выполняется долго из-за цикла, в котором получаются выходные значения.
+Python 3.8.4 (tags/v3.8.4:dfa645a, Jul 13 2020, 16:46:45) [MSC v.1924 64 bit (AMD64)]
+"""

task_2.py

@@ -0,0 +1,71 @@
+"""
+Задание 2.*
+Предложить еще какие-либо варианты (механизмы, библиотеки) для оптимизации памяти и
+доказать! (наглядно, кодом) их эффективность (на примере профилировщика)
+"""
+from functools import total_ordering
+import memory_profiler
+from pympler import asizeof
+from sys import getsizeof
+
+class Number_1:
+    def __init__(self, value):
+        self.value = value
+
+    def __eq__(self, other):
+        return self.value == other
+
+    def __lt__ (self, other):
+        return self.value < other
+
+    def __le__ (self, other):
+        return self.value <= other
+
+    def __gt__ (self, other):
+        return self.value > other
+
+    def __ge__ (self, other):
+        return self.value >= other
+
+@total_ordering
+class Number_2:
+    def __init__(self, value):
+        self.value = value
+
+    def __eq__(self, other):
+        return self.value == other
+
+    def __lt__ (self, other):
+        return self.value < other
+
+
+if __name__ == '__main__':
+
+    m1 = memory_profiler.memory_usage()
+    num1 = Number_1(5)
+    num2 = Number_1(3)
+    print(num1 == num2)
+    print(num1 < num2)
+    print(num1 <= num2)
+    print(num1 > num2)
+    print(num1 >= num2)
+    m2 = memory_profiler.memory_usage()
+    print(f"Работа с Number_1 {m2[0] - m1[0]} Мб")
+    print(asizeof.asizeof(Number_1))
+
+    m1 = memory_profiler.memory_usage()
+    num3 = Number_2(5)
+    num4 = Number_2(3)
+    print(num3 == num4)
+    print(num3 < num4)
+    print(num3 <= num4)
+    print(num3 > num4)
+    print(num3 >= num4)
+    m2 = memory_profiler.memory_usage()
+    print(f"Работа с Number_1 {m2[0] - m1[0]} Мб")
+    print(asizeof.asizeof(Number_1))
+
+"""
+Должно оптимизировать, но профилировщик показывает нули.
+
+"""

task_3.py

@@ -0,0 +1,32 @@
+"""
+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!
+"""
+import time
+
+def time_of_function(function):
+    def wrapped(*args):
+        start_time = time.perf_counter()
+        res = function(*args)
+        print(f'Execution time for {function} is {time.perf_counter() - start_time} sec')
+        return res
+    return wrapped
+
+@time_of_function
+def reverse_digits(number):
+    rev = str(number % 10)
+    if number != 0:
+        return rev + reverse_digits(number // 10)
+    else:
+        return ''    
+
+
+print(reverse_digits(123))
+print
+
+"""
+Как решить проблему с многократными вызовами декоратора не нашел.
+"""