🐍 Хитрая задача на Python с подвохом

📌 Задача:
Ты пишешь функцию track, которая возвращает список всех значений, которые в неё передавали. Пример поведения:

print(track(1))  # [1]
print(track(2))  # [1, 2]
print(track(3))  # [1, 2, 3]

Реализуй эту функцию.

🎯 Подвох:
- Решение работает без глобальных переменных
- Используется поведение изменяемых аргументов по умолчанию
- Это поведение часто становится причиной багов у новичков — но здесь оно работает на нас

---

✅ Ожидаемый результат:

def track(value, cache=[]):
    cache.append(value)
    return cache

# Проверка:
print(track(1))  # [1]
print(track(2))  # [1, 2]
print(track(3))  # [1, 2, 3]

🧠 Объяснение подвоха:

- Аргумент cache=[] вычисляется один раз, при первом вызове функции
- Все последующие вызовы используют один и тот же список
- Обычно это считается "ловушкой", но в задачах на замыкание состояния — это полезный трюк

⚠️ Не путай: если внутри функции ты напишешь cache = [], то всё сломается — потому что создастся новый список каждый раз

Что выведет код?

class B:
    def __init__(self) : 
        print ('В', end='')
        super().__init__()
class C:
    def __init__(self): 
        print('C', end='')
        super().__init__ ()
class D(B, C):
    def __init__(self):
        print('D', end='') 
        B.__init__(self)
        C.__init__(self)
X = D()

🧠 Хитрая Python-задача: «Генератор, который взламывает итераторы»
Уровень: 💥 продвинутый (Python 3.12+)

Представьте, что у вас есть ленивый генератор, перебирающий огромный набор данных. Нужно «клонировать» итератор — создать копию, продолжающую работу с того же места, хотя обычные генераторы так не умеют.

🎯 Цель
Напишите cloneable(generator), которая:

● Принимает любую функцию-генератор или итерируемый объект
● Возвращает объект с методом clone(), создающим независимую копию текущего состояния
● Позволяет параллельно вызывать next() у оригинала и всех клонов

gen = cloneable(range(100))
it1 = gen.clone()
it2 = gen.clone()

next(it1)   # 0
next(it1)   # 1
next(it2)   # 0   ← независимая позиция 

💡 Ограничения
● Нельзя полностью буферизовать всю последовательность
● Память O(k), где k — число активных клонов
● Только стандартная библиотека; асинхронность не требуется

🔍 Идея решения
● Храним значения в collections.deque по мере чтения из исходного итератора
● Для каждого клона ведём текущий индекс в буфере
● После сдвига всех клонов дальше минимальной позиции — удаляем хвост буфера

✅ Скелет реализации

from collections import deque

class CloneableIterator:
    def __init__(self, iterable):
        self._source = iter(iterable)
        self._buffer = deque()
        self._positions = []

    def clone(self):
        pos = 0
        self._positions.append(pos)
        idx = len(self._positions) - 1

        def _iter():
            nonlocal pos
            while True:
                if pos < len(self._buffer):
                    yield self._buffer[pos]
                else:
                    try:
                        val = next(self._source)
                    except StopIteration:
                        return
                    self._buffer.append(val)
                    yield val
                pos += 1
                self._positions[idx] = pos
                self._shrink()

        return _iter()

    def _shrink(self):
        if not self._positions:
            return
        min_pos = min(self._positions)
        for _ in range(min_pos):
            self._buffer.popleft()
        self._positions = [p - min_pos for p in self._positions]

def cloneable(iterable):
    return CloneableIterator(iterable)

📌 Пример использования

gen = cloneable(i**2 for i in range(5))
a = gen.clone()
b = gen.clone()

print(next(a))  # 0
print(next(a))  # 1
print(next(b))  # 0
print(next(b))  # 1
print(next(b))  # 4

Попробуйте улучшить решение:
● Добавьте защиту от «зомби-клонов»
● Реализуйте __length_hint__()
● Или сделайте асинхронную версию acloneable() на базе async for

🐍 Python-задача: что выведет этот код и почему?

def append_to_list(value, my_list=[]):
    my_list.append(value)
    return my_list

print(append_to_list(1))
print(append_to_list(2))
print(append_to_list(3))

🔍 Варианты:
• a) [1], [2], [3]
• b) [1], [1, 2], [1, 2, 3]
• c) Ошибка исполнения
• d) [1], [2], [3] — но в разных объектах

💡 Разбор:

Аргумент my_list=[] — изменяемый объект, созданный один раз при компиляции функции, а не каждый раз при вызове. Поэтому:

- Первый вызов: my_list = [] → добавили 1 → [1]
- Второй вызов: та же my_list, теперь [1] → добавили 2 → [1, 2]
- Третий: тот же список → [1, 2, 3]

✅ Правильный ответ: b) `[1]`, `[1, 2]`, `[1, 2, 3]`

🧠 Вывод: никогда не используй изменяемые значения (`list`, dict, `set`) в аргументах по умолчанию. Это одна из самых частых ловушек в Python.

🛠️ Правильный способ:

def append_to_list(value, my_list=None):
    if my_list is None:
        my_list = []
    my_list.append(value)
    return my_list

📌 Теперь каждый вызов будет работать с новым списком.