"""Потоки против процессов по времени: вычисления и ожидание.

ЗАЧЕМ. «Для вычислений — процессы, для ввода-вывода — потоки» — правило,
которое на собеседовании ждут услышать. Здесь оно видно по часам: четыре
одинаковые задачи последовательно, в пуле из четырёх потоков и в пуле из
четырёх процессов.

ЧТО МЕРЯЕТСЯ (секунды на все четыре задачи, медианы):

  1. вычисления — четыре задачи «сумма квадратов» на чистом Python;
  2. ожидание — четыре задачи time.sleep(0.2): модель ожидания (sleep
     отпускает GIL, как ввод-вывод), а не замер настоящей сети или базы;
  3. старт пула — создать пул и выполнить одну пустую задачу: цена того,
     что процессы надо запустить, а потоки — нет.

Сборка CPython — обычная, с GIL; os.cpu_count() на машине записи — 2
(basics.py, раздел 3).

Запускать: python3.13 / 3.14. Числа — этой машины (linux/x86_64, 2 ядра) и
этого прогона: на 3.14.7 отношения уже другие. Механизм — GIL держит поток,
выполняющий Python-код, и отпускает при ожидании — объясняет, почему потоки не
ускорили вычисления; сколько дадут процессы на другой машине, надо мерить.
"""
import statistics
import sys
import time
from concurrent.futures import ProcessPoolExecutor, ThreadPoolExecutor

N = 2_000_000
TASKS = 4
ROUNDS = 5


def cpu_task(n):
    total = 0
    for i in range(n):
        total += i * i
    return total


def io_task(seconds):
    time.sleep(seconds)
    return seconds


def noop(x):
    return x


def sequential(fn, args):
    return [fn(a) for a in args]


def in_pool(pool_cls, fn, args):
    with pool_cls(TASKS) as pool:
        return list(pool.map(fn, args))


def timed(fn):
    t0 = time.perf_counter()
    fn()
    return time.perf_counter() - t0


def main():
    print("PY", sys.version.split()[0])
    print()
    cases = [
        ("1) вычисления: 4 задачи «сумма квадратов»", cpu_task, [N] * TASKS),
        ("2) ожидание: 4 задачи time.sleep(0.2)", io_task, [0.2] * TASKS),
    ]
    for title, fn, args in cases:
        samples = {"последовательно": [], "4 потока": [], "4 процесса": []}
        for _ in range(ROUNDS):
            samples["последовательно"].append(timed(lambda: sequential(fn, args)))
            samples["4 потока"].append(timed(lambda: in_pool(ThreadPoolExecutor, fn, args)))
            samples["4 процесса"].append(timed(lambda: in_pool(ProcessPoolExecutor, fn, args)))
        print(title + ", секунды, медианы", ROUNDS, "кругов")
        base = statistics.median(samples["последовательно"])
        for name, xs in samples.items():
            med = statistics.median(xs)
            print(f"   {name:<17}{med:>8.3f}   ускорение {base / med:>4.1f}")
        print()

    print("3) старт пула и одна пустая задача, мс, медианы", ROUNDS, "кругов")
    for name, cls in [("пул потоков", ThreadPoolExecutor), ("пул процессов", ProcessPoolExecutor)]:
        xs = [timed(lambda cls=cls: in_pool(cls, noop, [0])) * 1000 for _ in range(ROUNDS)]
        print(f"   {name:<15}{statistics.median(xs):>8.2f}")


if __name__ == "__main__":
    main()