Python на компьютерном ЕГЭ: мифы и реальность


Наступил новый учебный год и будущие выпускники перешли к интенсивной фазе подготовки к компьютерному ЕГЭ. Для тех выпускников, которые не изучали должным образом программирование ранее, возникает вопрос выбора языковых средств. На КЕГЭ-2021 большое количество выпускников выбрали python. Но оправдан ли был этот выбор? На мой взгляд, причиной популярности в выборе python – это сложившиеся устойчивые мифы, которыми неизбежно обрастает любая современная технология. Я не разрушитель мифов, но факты – вещь упрямая! Опровергнем эти мифы сравнивая python с компилируемыми языками. Эта информация будет полезна для тех, кто только приступил к подготовке и не знает правильный ли он сделал выбор. Итак, существуют два расхожих мифа.

Миф первый: На Python можно быстро научиться программировать

Обучение языку программирования начинается со стандартных средств. Стандартные языковые средства, такие как типы данных, литералы, переменные, инструкции управления и прочее, являются общими единицами синтаксиса для всех языков, которые допускаются к использованию на КЕГЭ. То, что, например, в python существуют только две разновидности циклов, а сами циклы содержат необязательный блок else – не наделяют этот язык неким преимуществом, скорее наоборот. Только в некоторых задачах дополнительный блок else может украсить или упростить код, но, в большинстве случаев, его можно просто проигнорировать. Цикл for python, строго говоря, предназначен для обхода коллекций и не является универсальным, по сравнению с аналогичным циклом в C++. В месте с тем, диапазонный цикл for в C++ выполняет те же задачи, что и цикл for в python. Эти малозначимые разночтения синтаксиса языков не имеют большого значения для решения экзаменационных задач.
Отдельно отмечу, что, помимо синтаксиса и семантики языка, важны знания классических алгоритмов и приемы программирования, которые не зависят от выбранного языка и без которых изучение языка выливается в пустую трату времени.
Заключительным этапом освоения языка является знакомство со структурами данных, строками и файлами. Сложность и продолжительность изучения этих тем определяется исключительно уровнем преподавания. На уровне школьной программы они будут одинаково сложны для всех языков. “Стандартный массив” – это “больное место” python. Им является очень медленный динамический массив List, который может хранить разнотипные элементы. Здесь python существенно проигрывает компилируемым языкам в которых реализованы как статические, так и динамические массивы высокой производительности. Напомню, что с массивами на КЕГЭ несколько задач. Быстрый массив реализован в модуле array, но его реализация настолько неудачна, что о нем в школьном курсе вообще не упоминается. (Возможным решением этой проблемы могло бы быть использование сторонней библиотеки numpy с эффективно работающим массивом, но статус этой библиотеки не ясен, т. к. она не входит в стандартную поставку python).
Помимо стандартного массива, необходимо познакомиться с реализацией абстрактных структур данных (см. здесь). Стандартными реализациями структур данных в python являются изменяемые последовательности list, set и dict. Дек вынесен в отдельный модуль, но функционально мало чем отличается от list. Остальные структуры данных создаются на основе имеющихся. Отсюда следствие – скорость их работы будет сравнима с List. Есть вариант использовать неизменяемые последовательности tuple и frozenset, которые могут ускорить работу программы, но только в тех задачах, где работа осуществляется в статическом массиве. Общее же количество реализаций структур данных имеющихся в python существенно уступает набору контейнеров в STD C++, которые разработаны практически под любые задачи. Временные затраты на изучение структур данных в различных языках будут приблизительно одинаковы. Но так или иначе, выпускник должен в худшем случае знать об их существовании, а в идеале – применять их на практике.
Строка в python – это неизменяемый объект. Сделано так для того, чтобы ускорить работу программ (основное назначение python – это работа со строкой в любом ее проявлении), а не для того, чтобы упростить работу программиста. Чтобы изменить строку необходимо создавать объект заново. Конечно, манипуляции со строкой можно формулировать очень кратко с использованием синтаксиса срезов, большого количества строковых функций или регулярных выражений (если подключить соответствующий модуль). Это – “плюс”, но эффективность работы такой программы весьма сомнительна (см., например, программу 9.7.14). Для сравнения, в C++ string (контейнер строковых объектов) – это динамический массив. Если разумно действовать с таким массивом, то можно добиться значительно более высокой эффективности, чем в работе со строкой в python. Набор стандартных задач со строками – общий, а функции для их решения разработаны во всех языках. Поскольку на экзаменах представлена однобайтовая строка (только латинские символы), возможности python по работе с Unicode-строкой нивелированы. Таким образом, и этот учебный раздел сводится к изучению стандартных функций и операций, а также классических алгоритмов обработки строки с равными временными затратами на обучение.
Аналогично мы можем утверждать, что изучение работы с текстовыми файлами тоже займет приблизительно равное время. А вот то, что действительно сильно отличает Python от того же C++ или Pascal (например, форматированный вывод, целое число произвольной точности, объектно-ориентированный подход, особенности работы с модулями и мн. др.) на экзамене вообще не затрагивается. Во всяком случае, эти вещи можно оставить “на потом”.
Вывод. Научиться быстро программировать на python (в процедурном стиле) конечно можно. Но, в рамках школьного курса, время на освоение python будет потрачено равно столько же, сколько и на изучение компилируемых языков. Умение быстро составлять эффективно работающий код – это уже мастерство и на это требуется много времени, вне зависимости от выбранного языка!

Миф второй: Программный код на Python очень компактный

Как и любой язык, python имеет свой самобытный синтаксис и набор ключевых слов. Объем ключевых слов меньше, чем в языках C++ или Pascal. Но в python используется большой набор стандартных функций (они реализованы в классах). Имена этих функций заимствовать не рекомендуется (но не запрещено). Реализация специфических задач вынесена в отдельные модули (например math), которые имеют собственные имена. В результате сложная программа, использующая различные модули, содержит огромный список зарезервированных имен.
Внешне программа выглядит компактно, в первую очередь из-за динамической типизации (отсутствуют разделы описания типов) и использования отступов в качестве операторных скобок. Последнее повышает читаемость программы. Дополнительно компактности кодированию добавляет функциональный стиль программирования. Средств функционального программирования в python более чем достаточно. Но с данным стилем программирования в школьном курсе ученики не знакомятся (или изучают его самостоятельно), поэтому вряд ли он будет доминировать на экзамене. Это значит, что программы, в основном, будут составляться в процедурном стиле. В таком случае, объем программного кода (в сложной программе) будет не сильно отличаться от соответствующего объема кода, скажем, в C++, который, кстати, имеет свою реализацию функционального программирования.
Вывод. Писать компактный программный код и использовать для этого все возможности python можно, но это не главное. На экзамене важно не умение писать компактный код, а умение составлять эффективно работающий алгоритм.

Реальность: Низкая скорость работы программ

А вот тесты скорости работы программ написанных на python “с треском провалены” по сравнению с компилируемыми языками. Это является следствием интерпретируемости программ языка. Оптимизация алгоритмов – это то, над чем нужно будет постоянно думать выпускнику при их составлении. Даже не оптимальный код на C++ работает несопоставимо быстрее, чем аналогичный код на python (доли секунды – против нескольких минут!).
Обилие готовых решений в виде функций (как стандартных, так и входящих в различные модули) вызывает соблазн применять их всюду и бездумно. Но это прямой путь к снижению производительности. Python предлагает массу путей решения одной и той же задачи, но эффективность выбранного варианта не всегда очевидна, а использовать время экзамена для экспериментов – не самая удачная мысль. В любом случае, злоупотреблять языковыми возможностями не стоит!
Вывод. Я не против python на экзамене, но и не за. Выбор за выпускником. На python можно составить быстро работающую программу и для сложного алгоритма, но нужно хорошо знать тонкости языка (за несколько месяцев до экзамена это вряд ли возможно достичь), отлично владеть математикой, применять математические “хитрости” для решения отдельных задач. Тем не менее, эффективность работы программы на python будет, в любом случае, существенно уступать эффективности работы аналогичной программы написанной на C++ или Pascal.

Если вы нашли ошибку, пожалуйста, выделите фрагмент текста и нажмите Ctrl+Enter.

Обсуждение закрыто.