3

至于很多第三方库还没升级，这是个错误的感觉。

http://py3readiness.org/

@br0x 袜子买回来，第一次穿之前，不洗，能忍？！

另外 @WuMingyu 说的那一点也是，你为什么每一个 fetch 都用一个独立的 ClientSession 呢？

事实上 Semaphore 或者 ClientSession 两者之中任何一个都能控制并发。Semaphore 可以控制同时运行的 task，而 ClientSession 可以控制最大连接数（当然你得加参数）。当然你必须用同一个对象才行。

其实我对你这两句话表示疑惑：

sem = asyncio.Semaphore(5)
with (await sem):

请问你是要靠 Semaphore 控制并发嘛？可是每个 fetch 用一个独立的 Semaphore 你靠什么去控制并发呢？

楼上一盘一分区的，或者 SSD 系统盘不分区的，目测全都是 BIOS 引导 + MBR 分区表。

如果是 UEFI 引导 + GPT 分区表，少说分区表也是如此复杂的：

https://ws2.sinaimg.cn/large/006tNc79ly1fphwg0diupj30wu0igwip.jpg

该图就是 SSD 系统盘不分区 + 机械硬盘数据盘的实践。其中第一块 SSD 给 Windows，用了 UEFI + GPT。499 MB 是 Windows 自己的 Recovery Partition，100 MB 是 UEFI 引导分区。

如果问我 python 新手好不好找工作，如果你只会 python，根据网上的各种看法，那大概是不好找。虽然我个人用得最多的是 python，但我也不会给它吹爆不是？

另外大部分数据结构和计算机系统的知识还没有难到平均智商学不会的程度，只看是不是用工夫的问题。至于算法，随缘吧，像排序之类的算法还是很容易的，动态规划就难一点了，到图算法就看天资了。

不理解你要干什么。

请记住，永远不要为了面向对象而面向对象。只有你需要它，你才用它。

比如你在 A.py 里面：

__aaaa = [None]

def reset_aaaa(): __aaaa[0] = random.randint()

def get_aaaa(): return __aaaa[0]

reset_aaaa()

这样不是就很好嘛？

你为啥要让这个 module level 的值变化？用个函数不好吗？

hack 的方法总是有的，但是这违背了 python 程序的一般形式，是不好的。

另外原则上你只有 from A import aaaa 才会让 aaaa 的变更无法作用于 B。事实上 import A，然后用 A.aaaa 的话，你总是可以重新设置 A.aaaa = random.randint()，并且影响到 B 的。

题目要求输出所有组合。所以数组长度必然不大，毕竟最后的存储空间要达到 sizeof(int) * n * 2^n 字节。所以我们假设 n < 32。所以可以 for (unsigned int i=0; i<(1<<n); ++i)，然后在循环里面根据 i 的二进制位（是否为 1 ），选择元素，生成列表。

@noe132 你这么搞对框架不公平的…… 能够放到 jsfiddle 里面的例子，必然短小到用 jQuery 写也无妨的地步，体现不出框架和数据 /视图分离的重要性。框架只有到项目大到一定程度，各种组件化和达到一定规模的团队参与的时候，才有明显优势。

坦白说吧，楼主你说的恰恰是 Vue 等框架的优点。

话说，@sevenQu 你虽然用了 gunicorn 但是你 nginx 没用 wsgi 协议诶，nginx 配置的是假设 8000 为 http 协议。

https://docs.nginx.com/nginx/admin-guide/web-server/app-gateway-uwsgi-django/

基础库用系统的，可以接受安全更新。

人工换行比较好，自动换行有时候特别傻。

@msg7086 @lightening 确实，我大 O 符号用得不合适，这种细节应该注意一下，哈哈。不过我的意思很明确，这个场景需要考虑常数。

@msg7086 @lightening 好吧根据维基百科（希尔排序），优化过的希尔排序其期望复杂度是 O(N (log N)^2)，也就比快速排序的期望复杂度 O(N log N) 慢那么一点。。。

@msg7086 @lightening 不过话说回来，不同阶不比常数也不是绝对的。写算法的时候，偶尔也会根据 N 的不同，使用不同阶的算法（因为常数有差别，高阶低常数算法在 N 小的时候反而更快）。比如 GCC C++ STL 中快速排序（ O(N log N)）的实现，在数据量小的时候（或者递归之后数据量小的时候）是 O(N^2) 的希尔排序。当然，你问我这两个算法的确切常数，我是不确定的，不过反正写 G++ 的人很厉害，我也就相信他们的判断了。