# Традиционный подход (Procedural approach)
squares = []
for x in range(10):
    squares.append(x**2)

# Pythonic подход (List Comprehension)
squares_pythonic = [x**2 for x in range(10)]

numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

# Фильтрация четных чисел: классический способ
even_numbers = []
for num in numbers:
    if num % 2 == 0:
        even_numbers.append(num)

# Фильтрация четных чисел: List Comprehension
even_numbers_comp = [num for num in numbers if num % 2 == 0]
print(even_numbers_comp)  # Вывод: [2, 4, 6, 8, 10]

products = [
    {"name": "Laptop", "price": 1200, "stock": 5},
    {"name": "Mouse", "price": 400, "stock": 10},
    {"name": "Monitor", "price": 800, "stock": 0},
    {"name": "Keyboard", "price": 600, "stock": 2}
]

# Решение с использованием List Comprehension
expensive_in_stock = [p['name'] for p in products if p['price'] > 500 and p['stock'] > 0]

print(expensive_in_stock) 
# Ожидаемый результат: ['Laptop', 'Keyboard']

raw_temperatures = [22, -4, 18, -10, 25, 30]

# Задача: Заменить все отрицательные температуры (ошибки датчика) на 0.

# НЕПРАВИЛЬНО (Фильтрация - длина списка изменится):
# [t for t in raw_temperatures if t >= 0]

# ПРАВИЛЬНО (Трансформация с if-else ДО for):
cleaned_temps = [t if t >= 0 else 0 for t in raw_temperatures]
print(cleaned_temps)  # Вывод: [22, 0, 18, 0, 25, 30]

# АНТИПАТТЕРН: Использование генератора для побочных эффектов
urls = ['api/v1/users', 'api/v1/posts']
# Это плохой код. Он создаст список [None, None] в памяти, просто чтобы сделать запросы.
_ = [requests.get(url) for url in urls]

# ПРАВИЛЬНЫЙ ПОДХОД: Использование стандартного цикла for
for url in urls:
    requests.get(url)

# ХОРОШИЙ ПАТТЕРН: Использование генератора, если нужны результаты
responses = [requests.get(url) for url in urls]

matrix = [
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]
]

# Задача: превратить матрицу в плоский список

# Через обычные циклы:
flat_list_loop = []
for row in matrix:          # Внешний цикл
    for num in row:         # Внутренний цикл
        flat_list_loop.append(num)

# Через List Comprehension (обратите внимание на порядок for!)
flat_list_comp = [num for row in matrix for num in row]

print(flat_list_comp)  # Вывод: [1, 2, 3, 4, 5, 6, 7, 8, 9]

names = ['Alice', 'Bob', 'Charlie']
scores = [85, 92, 78]

# Создание словаря из двух списков с помощью zip и Dict Comprehension
students_scores = {name: score for name, score in zip(names, scores)}
print(students_scores)  # {'Alice': 85, 'Bob': 92, 'Charlie': 78}

# Инвертирование словаря (значения становятся ключами и наоборот)
# Внимание: значения исходного словаря должны быть уникальными и неизменяемыми!
inverted_scores = {score: name for name, score in students_scores.items()}
print(inverted_scores)  # {85: 'Alice', 92: 'Bob', 78: 'Charlie'}

words = ['apple', 'Banana', 'APPLE', 'cherry', 'banana']

# Задача: получить набор уникальных слов в нижнем регистре.

# Подход через List Comprehension + конвертация (выполняет лишнюю работу)
# list_comp = set([w.lower() for w in words]) 

# Подход через Set Comprehension (Чистый и быстрый код)
unique_words_set = {w.lower() for w in words}

print(unique_words_set)  # Результат: {'cherry', 'apple', 'banana'} (порядок не гарантирован)

import sys

# Создаем список из миллиона квадратов чисел
list_comp = [x**2 for x in range(1000000)]

# Создаем генератор для миллиона квадратов чисел
gen_expr = (x**2 for x in range(1000000))

# Проверяем потребление оперативной памяти
print(f"List Comprehension size: {sys.getsizeof(list_comp)} bytes")  # ~8 МБ
print(f"Generator Expression size: {sys.getsizeof(gen_expr)} bytes") # ~104 байта!

# Получение данных из генератора
for num in gen_expr:
    print(num) # Напечатает первый квадрат, затем забудет его
    break # Прерываем, чтобы не забить консоль