龙虾高级课作业有多硬核？看完我跪了

大家好，我是正在实战各种 AI 项目的程序员晚枫。

📝 开篇：作业才是真功夫

“晚枫，龙虾高级课作业难不难？能不能 water 过去？”

我的回答：不能，而且没必要。

课程的价值，一半在讲课，一半在作业。作业 water 了，钱就白花了。

我拿到了第 1 期的全部作业，看完只有一个感觉：这作业，太硬核了。

今天把作业曝光出来，帮你判断是否能完成。

📋 作业设计原则

原则 1：循序渐进

1
2
3
4
第 1 周：基础巩固（难度⭐⭐）
第 2 周：能力提升（难度⭐⭐⭐）
第 3 周：挑战自我（难度⭐⭐⭐⭐）
第 4 周：综合实战（难度⭐⭐⭐⭐⭐）

原则 2：实战导向

1
2
3
4
5
不是"写个函数计算斐波那契"
而是"优化你项目中的实际代码"

不是"实现一个排序算法"
而是"解决真实场景的性能问题"

原则 3：代码评审

1
2
3
每次作业都有讲师逐行点评
指出问题，给出优化建议
优秀作业会在全班展示

📝 第 1 周作业：装饰器实战

作业要求

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
题目：用装饰器实现三个功能

1. 日志装饰器
   - 记录函数调用参数
   - 记录函数返回值
   - 记录执行时间

2. 缓存装饰器
   - 缓存函数返回值
   - 支持过期时间
   - 支持最大缓存数

3. 重试装饰器
   - 失败自动重试
   - 可配置重试次数
   - 可配置重试间隔

要求：
- 装饰器要支持参数
- 要用 functools.wraps
- 要写单元测试
- 要在实际项目中使用

学员作品示例

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
import time
import functools
from collections import OrderedDict

def logger(log_file='app.log'):
    def decorator(func):
        @functools.wraps(func)
        def wrapper(*args, **kwargs):
            start = time.time()
            result = func(*args, **kwargs)
            end = time.time()
            
            log_msg = (
                f"[{time.strftime('%Y-%m-%d %H:%M:%S')}] "
                f"{func.__name__} called with args={args}, kwargs={kwargs}, "
                f"result={result}, cost={end-start:.3f}s\n"
            )
            
            with open(log_file, 'a') as f:
                f.write(log_msg)
            
            return result
        return wrapper
    return decorator

def cache(max_size=128, ttl=300):
    def decorator(func):
        cache_data = OrderedDict()
        
        @functools.wraps(func)
        def wrapper(*args, **kwargs):
            key = (args, tuple(sorted(kwargs.items())))
            
            if key in cache_data:
                value, timestamp = cache_data[key]
                if time.time() - timestamp < ttl:
                    return value
                else:
                    del cache_data[key]
            
            value = func(*args, **kwargs)
            cache_data[key] = (value, time.time())
            
            if len(cache_data) > max_size:
                cache_data.popitem(last=False)
            
            return value
        return wrapper
    return decorator

def retry(times=3, delay=1):
    def decorator(func):
        @functools.wraps(func)
        def wrapper(*args, **kwargs):
            for i in range(times):
                try:
                    return func(*args, **kwargs)
                except Exception as e:
                    if i == times - 1:
                        raise
                    time.sleep(delay)
        return wrapper
    return decorator

讲师点评

1
2
3
4
5
6
7
8
9
10
11
✓ 优点：
  - 代码结构清晰
  - 用了 OrderedDict 实现 LRU
  - 异常处理完善

✗ 改进：
  - 缓存 key 生成可以用 hashlib 优化
  - 日志可以异步写入，避免阻塞
  - 可以加线程锁，支持并发

评分：90/100

📝 第 2 周作业：描述符与元类

作业要求

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
题目：实现一个简易 ORM

1. 字段类（用描述符）
   - IntegerField
   - CharField
   - DateTimeField
   - 支持默认值
   - 支持必填校验

2. 模型类（用元类）
   - 自动收集字段
   - 自动注册到模型缓存
   - 支持表名自动生成

3. 基础 CRUD
   - save() 保存对象
   - delete() 删除对象
   - objects.all() 查询所有
   - objects.filter() 条件查询

要求：
- 代码不超过 200 行
- 要写使用示例
- 要写单元测试

学员作品示例

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
class Field:
    def __init__(self, default=None, required=False):
        self.default = default
        self.required = required
        self.name = None
    
    def __get__(self, instance, owner):
        if instance is None:
            return self
        return instance.__dict__.get(self.name, self.default)
    
    def __set__(self, instance, value):
        if self.required and value is None:
            raise ValueError(f"{self.name} is required")
        instance.__dict__[self.name] = value

class IntegerField(Field):
    def __set__(self, instance, value):
        if value is not None and not isinstance(value, int):
            raise TypeError(f"{self.name} must be an integer")
        super().__set__(instance, value)

class CharField(Field):
    def __set__(self, instance, value):
        if value is not None and not isinstance(value, str):
            raise TypeError(f"{self.name} must be a string")
        super().__set__(instance, value)

class ModelMeta(type):
    def __new__(mcs, name, bases, attrs):
        fields = {k: v for k, v in attrs.items() 
                  if isinstance(v, Field)}
        
        for field_name, field in fields.items():
            field.name = field_name
        
        attrs['_fields'] = fields
        attrs['_table_name'] = name.lower() + 's'
        
        new_class = super().__new__(mcs, name, bases, attrs)
        ModelRegistry.register(new_class)
        
        return new_class

class Model(metaclass=ModelMeta):
    def __init__(self, **kwargs):
        for key, value in kwargs.items():
            setattr(self, key, value)
    
    def save(self):
        # 模拟保存到数据库
        print(f"Saving {self} to {self._table_name}")
    
    def delete(self):
        # 模拟删除
        print(f"Deleting {self} from {self._table_name}")
    
    @classmethod
    def objects(cls):
        return QuerySet(cls)

class ModelRegistry:
    _models = {}
    
    @classmethod
    def register(cls, model_class):
        cls._models[model_class._table_name] = model_class

class QuerySet:
    def __init__(self, model_class):
        self.model_class = model_class
    
    def all(self):
        # 模拟查询所有
        print(f"Query all from {self.model_class._table_name}")
        return []
    
    def filter(self, **kwargs):
        # 模拟条件查询
        print(f"Query {kwargs} from {self.model_class._table_name}")
        return []

讲师点评

1
2
3
4
5
6
7
8
9
10
11
✓ 优点：
  - 描述符协议理解正确
  - 元类实现简洁
  - 代码结构清晰

✗ 改进：
  - 可以加更多字段类型
  - 查询可以支持链式调用
  - 可以集成真实数据库

评分：95/100

📝 第 3 周作业：性能优化

作业要求

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
题目：优化一个慢接口

1. 选择一个你项目中的慢接口
   - 或者用提供的示例代码

2. 用性能分析工具定位瓶颈
   - cProfile
   - line_profiler
   - memory_profiler

3. 针对性优化
   - 算法优化
   - 数据结构优化
   - 并发优化
   - 缓存优化

4. 验证优化效果
   - 优化前后对比
   - 性能提升百分比

要求：
- 写优化报告
- 附上性能分析截图
- 优化至少 5 倍以上

学员作品示例

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
# 优化前：30 秒
def process_users_slow(user_ids):
    results = []
    for user_id in user_ids:
        user = User.objects.get(id=user_id)
        orders = Order.objects.filter(user_id=user_id)
        for order in orders:
            items = OrderItem.objects.filter(order_id=order.id)
            for item in items:
                results.append({
                    'user': user.name,
                    'order': order.id,
                    'item': item.name,
                    'price': item.price
                })
    return results

# 优化后：2 秒
def process_users_fast(user_ids):
    # 预加载用户
    users = User.objects.in_bulk(user_ids)
    
    # 预加载订单
    orders = Order.objects.filter(
        user_id__in=user_ids
    ).select_related('user')
    
    # 预加载订单项
    order_ids = [order.id for order in orders]
    items = OrderItem.objects.filter(
        order_id__in=order_ids
    )
    
    # 组织数据
    order_items = {}
    for item in items:
        if item.order_id not in order_items:
            order_items[item.order_id] = []
        order_items[item.order_id].append(item)
    
    # 生成结果
    results = []
    for order in orders:
        user = users[order.user_id]
        for item in order_items.get(order.id, []):
            results.append({
                'user': user.name,
                'order': order.id,
                'item': item.name,
                'price': item.price
            })
    
    return results

优化报告

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
优化前：
- 执行时间：30 秒
- 数据库查询：1000+ 次（N+1 问题）
- 内存占用：500MB

优化后：
- 执行时间：2 秒
- 数据库查询：3 次
- 内存占用：100MB

提升：
- 速度提升：15 倍
- 查询减少：99.7%
- 内存减少：80%

优化技巧：
1. 用 in_bulk 代替循环查询
2. 用 select_related 预加载关联
3. 用 in 查询代替多次单条查询
4. 用字典组织数据，避免嵌套循环

讲师点评

1
2
3
4
5
6
7
8
9
10
11
✓ 优点：
  - 性能分析到位
  - 优化方案正确
  - 效果显著

✗ 改进：
  - 可以加缓存层
  - 可以考虑分页
  - 可以异步处理

评分：98/100

📝 第 4 周作业：毕业项目

作业要求

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
题目：从零实现一个完整项目

三选一：

1. Web 框架
   - 路由系统
   - 请求/响应处理
   - 中间件机制
   - 模板引擎

2. 分布式爬虫
   - 请求调度
   - 数据解析
   - 存储方案
   - 分布式支持

3. 任务调度平台
   - 任务队列
   - 定时任务
   - 任务监控
   - 失败重试

要求：
- 代码量 1000+ 行
- 完整的功能
- 单元测试覆盖率 80%+
- 部署文档
- 使用文档

优秀项目展示

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
项目：PyCrawler 分布式爬虫系统

功能：
✓ 支持多种请求调度策略
✓ 支持多种数据解析器
✓ 支持多种存储后端
✓ 支持分布式部署
✓ 支持断点续爬
✓ 支持监控告警

技术栈：
- Python 3.9+
- asyncio 异步 IO
- Redis 任务队列
- MongoDB 数据存储
- Prometheus 监控

代码量：2500 行
测试覆盖率：85%

部署：
- Docker 容器化
- Kubernetes 编排
- 一键部署脚本

讲师点评

1
2
3
4
5
6
7
8
9
10
11
12
13
✓ 优点：
  - 架构设计合理
  - 代码质量高
  - 功能完整
  - 文档齐全

✗ 改进：
  - 可以加更多解析器
  - 可以支持更多存储
  - 可以优化性能

评分：96/100
优秀作业，全班展示！

📊 作业完成情况统计

第 1 期数据

作业提交率平均分优秀率
第 1 周100%8835%
第 2 周98%8530%
第 3 周96%9040%
毕业项目94%9245%

学员反馈

1
2
3
4
"作业有挑战，但跳一跳能够得着"
"代码评审环节最有价值"
"为了完成作业，周末都在写代码"
"虽然累，但收获很大"

🚀 你能完成吗？

前置要求

1
2
3
4
✓ Python 基础扎实
✓ 有 1-3 年开发经验
✓ 每周能投入 10 小时
✓ 有学习意愿

学习支持

1
2
3
4
5
✓ 讲师直播讲解
✓ 录播反复观看
✓ 助教在线答疑
✓ 学员互助讨论
✓ 代码评审指导

🎯 第 2 期报名开启

1
2
3
4
开课时间：2026 年 4 月 1 日
名额：50 人
价格：2999 元（早鸟价）
优惠：老学员推荐，双方各减 200 元

报名方式

1
2
3
4
1. 扫码添加课程顾问
2. 发送"龙虾高级课作业"
3. 完成报名，加入预备群
4. 4 月 1 日开课

作业虽难，但收获更大！

📚 相关阅读

🔗 联系方式

平台账号/链接
微信扫码加好友
微博@程序员晚枫
知乎@程序员晚枫
抖音@程序员晚枫
小红书@程序员晚枫
B 站Python 自动化办公社区

主营业务：AI 编程培训、企业内训、技术咨询

作业的难度，决定你成长的高度。

进群

嗨，扫码 进群

微信

扫一扫，分享到微信

微信分享二维码
本站总访问量次

tag:

    缺失模块。
    1、请确保node版本大于6.2
    2、在博客根目录（注意不是yilia根目录）执行以下命令：
    npm i hexo-generator-json-content --save

    3、在根目录_config.yml里添加配置：

      jsonContent:
    meta: false
    pages: false
    posts:
      title: true
      date: true
      path: true
      text: false
      raw: false
      content: false
      slug: false
      updated: false
      comments: false
      link: false
      permalink: false
      excerpt: false
      categories: false
      tags: true

编程博主，全网粉丝30w+，开源项目：python-office，我的微信：python-office