Расскажи про опыт оптимизации кода

Оптимизация кода в Python включает несколько ключевых подходов:

1. Профилирование - использование cProfile или timeit для выявления узких мест:

import cProfile
def slow_func():
    # медленный код
cProfile.run('slow_func()')

2. Выбор структур данных - списки vs множества для поиска, словари для быстрого доступа.

3. Векторизация - замена циклов NumPy операциями:

import numpy as np
arr = np.array([...])  # быстрее чем списки + циклы

4. Кеширование - @lru_cache для рекурсивных функций:

from functools import lru_cache
@lru_cache(maxsize=128)
def fib(n):
    if n < 2: return n
    return fib(n-1) + fib(n-2)

5. Компиляция - Cython или Numba для критичных участков.

6. Асинхронность - asyncio для I/O-bound задач.

Важно: преждевременная оптимизация может усложнить код. Сначала убедитесь, что оптимизация действительно нужна.