Какие знаешь проблемы с производительностью у цикла for

Основные проблемы с производительностью циклов for в Python:

1. Итерация по большим коллекциям: Нативная итерация в Python медленнее, чем в компилируемых языках. Для больших данных лучше использовать map(), генераторы или numpy.

2. Вложенные циклы: Каждый вложенный цикл увеличивает сложность O(n²) и выше. В таких случаях стоит рассмотреть векторизацию или оптимизацию алгоритма.

# Плохо (O(n²))
for i in range(1000):
    for j in range(1000):
        pass

# Лучше использовать itertools.product
from itertools import product
for i, j in product(range(1000), range(1000)):
    pass

3. Создание временных объектов: Частое использование range() или создание списков внутри цикла потребляет память. Генераторы экономят ресурсы.

4. Использование for вместо специализированных функций: Для агрегации (sum(), max()) встроенные функции работают быстрее.

5. Глобальные переменные в цикле: Доступ к ним медленнее, чем к локальным. Лучше присвоить локальную копию.