ДЗ 6 — Оптимизация кода

📚 Лекция: Оптимизация

Тема и дедлайн

Тема курса: модуль 7 (оптимизация кода) Дедлайн: 30 апреля 2026, 23:59 Classroom: Принять задание

---

6.1 — Профилирование и итеративная оптимизация (3 балла) ★★☆

Тебе дан намеренно медленный Python-код. Твой вариант определяет тип задачи:

#	Задача	Медленный код
0	Алгоритм на графах	Поиск кратчайших путей, наивная реализация O(n³)
1	Обработка CSV	Чтение и агрегация без pandas, наивные циклы
2	Числовые вычисления	Матричные операции с вложенными циклами
3	Парсинг текста	Наивный поиск паттернов в большом тексте

Задание:

1. Профилируй исходный код двумя инструментами:

   • cProfile + pstats — статистика по вызовам
   • pyinstrument — flame graph в HTML

2. Найди bottleneck и опиши его в REPORT.md: что тормозит, почему, сколько % времени занимает

3. Оптимизируй итеративно — минимум 3 итерации. Каждая итерация:

   • Одно конкретное изменение
   • Замер времени до и после
   • Объяснение почему это быстрее

4. Достигни ускорения ≥ 5× относительно оригинала — проверяется тестом автоматически

Артефакт: REPORT.md с таблицей итераций:

| Итерация | Изменение                     | Время (сек) | Ускорение |
|----------|-------------------------------|-------------|-----------|
| 0        | Оригинал                      | 12.4        | 1.0×      |
| 1        | list comprehension вместо for | 8.1         | 1.5×      |
| 2        | numpy вместо ручных циклов    | 2.3         | 5.4×      |
| 3        | ...                           | ...         | ...       |

Зачем это

Профилирование — единственный надёжный способ понять что тормозит. Интуиция врёт. Умение читать profile-report и итеративно улучшать код — ключевой инженерный навык.

---

6.2 — Ускорение через Numba или Cython (2 балла) ★★★

Возьми bottleneck из задания 6.1 и ускорь его через numba (@jit) или Cython.

Требования:

• Реализация на numba или Cython — на выбор
• Корректность: результат совпадает с оригиналом
• Сравнение трёх версий: чистый Python / оптимизированный Python из 6.1 / numba или Cython
• В REPORT.md: объясни почему numba/Cython ускоряет и в каких случаях этот подход оправдан

Зачем это

Понимание границ чистого Python и инструментов для их преодоления — то, что нужно для работы с ML, числовыми расчётами, обработкой данных.

---

Итого

Задача	Баллы
6.1 Профилирование + 3 итерации оптимизации	3
6.2 Numba / Cython	2
Итого	5