Программирование на python

Изучил:

• Комментарии

• Ввод и вывод

• Мутабельные и иммутабельные типы данных

• Литералы

• Булев тип

• Условия

• Условный оператор

• Циклы с булевыми условиями

В том числе функции и операторы:

• print()

• input()

• int()

• =, ==, !=

• and, or, not

• if ... else

• while

• break

• continue

Запись таких скринкастов - мой первый подобный опыт. Буду очень благодарен за добрые советы!

Основные преимущества:

1. CSPRNG нацелен на создание выходных данных, которые статистически неотличимы от истинной случайности. Это означает, что сгенерированные числа должны обладать свойствами случайности, такими как равномерное распределение и непредсказуемость.

2. Даже если злоумышленник знает алгоритм генератора и предыдущие выходные данные, он все равно не сможет вычислять будущие значения, так как данные непредсказуемы.

3. CSPRNG защищен от попытки предсказания данных и влияния на сгенерированные числа.

Источник: https://t.me/pyth0n_er/22

Команда ученых из Массачусетского университета в Амхерсте под руководством Эмери Бергера разработала профилировщик Python с открытым исходным кодом под названием Scalene. Этот инструмент помогает значительно ускорить работу программ, написанных на языке Python, который известен своей медлительностью. Scalene эффективно определяет узкие места в коде Python и предлагает программистам способы оптимизации для повышения производительности.

Python является одним из самых популярных языков программирования в наши дни, благодаря своей простоте и удобству использования. Однако он также известен своей неэффективностью, работая в 100-1000 раз медленнее других языков программирования, а некоторые задачи в Python могут выполняться в 60 000 раз дольше. Для борьбы с этой проблемой программисты могут использовать профилировщики, которые помогают определить узкие места в коде.

Однако существующие профилировщики часто неэффективны и мало помогают программистам Python. Scalene же является первым профилировщиком, который не только точно выявляет неэффективность кода Python, но и использует искусственный интеллект для предложения способов оптимизации. Scalene фокусируется на трех ключевых областях - процессоре, графическом процессоре и использовании памяти - которые ответственны за большую часть низкой скорости Python.

С момента своего публичного представления на GitHub, Scalene уже был загружен более 750 000 раз и получил награду за лучшую статью на конференции USENIX по проектированию и внедрению операционных систем. Бергер говорит: «Компьютеры больше не становятся быстрее. Будущие улучшения скорости будут происходить не за счет лучшего оборудования, а за счет более быстрого и эффективного программирования».

Источник мой Телеграм канал: https://t.me/thefutureidol