Respuesta correcta
Explicación
El código define una clase `A` con un atributo de clase `x = 3`. Dentro de `__init__`, el primer `print(self.x)` accede al atributo de clase (ya que aún no existe un atributo de instancia), imprimiendo `3`. La declaración `self.x += 1` es equivalente a `self.x = self.x + 1`; lee el atributo de clase para el lado derecho, se evalúa como `4` y luego crea un nuevo atributo de instancia `x` con el valor `4`, ocultando el atributo de clase. El segundo `print(A.x)` accede explícitamente al atributo de clase, que sigue siendo `3`. Por lo tanto, la salida es `3` y `3` en líneas separadas.
Para profundizar
Esta pregunta evalúa la memorización, una optimización donde los resultados de las funciones se almacenan en caché según los argumentos. En Python, `functools.lru_cache` es un decorador común que envuelve una función y almacena los resultados en una tabla hash; las llamadas posteriores con los mismos argumentos devuelven el resultado almacenado en caché, evitando una recomputación costosa. Una idea errónea común es que la función se ejecuta cada vez, pero con el almacenamiento en caché, el cuerpo se omite por completo en caso de acierto de caché. Las sutilezas incluyen que los argumentos deben ser hashables (por lo que las listas no se pueden almacenar en caché directamente) y que el tamaño de la caché es limitado (evicción LRU). Comprender esto ayuda a razonar sobre el rendimiento y los efectos secundarios: una función almacenada en caché debe ser pura (sin efectos secundarios como imprimir o modificar globales) porque esos efectos solo ocurren en fallos de caché. Este concepto es fundamental para algoritmos recursivos como Fibonacci, donde la memorización reduce el tiempo exponencial a lineal.
Sobre estas preguntas de práctica
Esta es una de las preguntas de práctica originales de PCAP de Courseiva, escrita para aprender y nunca copiada de exámenes reales ni de dumps.
Traducida del original en inglés con IA y revisada para comprobar el sentido. Los códigos de examen, los comandos y los nombres de productos se mantienen tal como aparecen en el examen.