Зачем использовать списки для хранения предыдущих значений?

Что проверяют

Формулировка простая, но проверяют понимание сложности операций и расхода памяти: когда список подходит для истории значений, а когда нужен deque, массив NumPy или встроенные функции pandas. Следом часто просят посчитать скользящее среднее по потоку или спрашивают, почему память растёт во время обучения.

Как отвечать

Список в Python хорош для накопления истории: append() работает за амортизированное O(1), порядок сохраняется, доступ по индексу мгновенный. Типичные сценарии: история loss и метрик по эпохам для графиков и early stopping, лаги в собственном цикле, буфер предыдущих предсказаний.

Дальше покажите, где список перестаёт быть правильным выбором:

• последние N значений: collections.deque(maxlen=N) сам выбрасывает старые элементы за O(1), а list.pop(0) сдвигает весь список и стоит O(n);
• числовые ряды: список хранит указатели на отдельные объекты float по 24 байта каждый, а массив float64 в NumPy тратит 8 байт на значение и считается векторно. Удобно копить в список и один раз вызвать np.array() в конце, тогда как np.append() в цикле копирует массив на каждом шаге;
• табличные данные: лаги и окна в pandas делаются через shift(), diff() и rolling(), по группам через groupby().shift(). Ручной цикл со списком медленнее и легко заглядывает в будущее, если данные не отсортированы по времени;
• бесконечный поток: кольцевой буфер или накопительные статистики (сумма, счётчик, алгоритм Уэлфорда для дисперсии), чтобы память не росла.

Где спотыкаются

Складывают в список тензоры loss из PyTorch: history.append(loss). Вместе с тензором сохраняется граф вычислений, и память растёт с каждой итерацией. Нужно loss.item() или хотя бы loss.detach().

Кладут в историю изменяемый объект, который потом меняется на месте, например словарь параметров или веса модели. Все элементы списка указывают на один объект, и история состоит из одинаковых значений. Нужна копия.

Пишут def update(value, history=[]). Значение по умолчанию создаётся один раз при определении функции, и история тихо копится между вызовами.