Да, занимался. Основные методы оптимизации, которые применял: - **Профилирование** – использовал `cProfile` и `line_profiler` для поиска узких мест. - **Оптимизация алгоритмов** – замена сложности O(n²) на O(n log n), кеширование, мемоизация. - **Использование структур данных** – выбор между `list`, `set`, `dict` в зависимости от задачи. - **Векторизация** – `numpy` вместо чистого Python для числовых операций. - **JIT-компиляция** – `numba` для ускорения математических вычислений. Пример с мемоизацией: ``` from functools import lru_cache @lru_cache(maxsize=None) def fibonacci(n): if n < 2: return n return fibonacci(n-1) + fibonacci(n-2) ``` Результаты обычно проверял через `timeit`.