مقالات عملية مرتبة حسب المجال والمستوى، اختر المجال المناسب واقرأ من مستوى مبتدئ إلى محترف.
لو فريقك مكرّر 8 سطور لـ logging و auth في كل endpoint من 240 endpoint، انت بتدفع 1920 سطر boilerplate قابل يخبّي bugs. Python Decorators بتشيل الكلام ده بسطر واحد فوق كل function. مقال للمحترف بمثال حارس البنك للمبتدئ، تعريف علمي للـ higher-order functions و closures، كود FastAPI شغّال على Python 3.12 مع functools.wraps و contextvars، أرقام مقاسة من إنتاج (1920 سطر اتحوّلوا لـ 38 سطر)، 4 trade-offs حقيقية، ومتى Decorators بتبقى الاختيار الغلط أصلاً.
لو ZSET في Redis فيه 10 مليون عنصر وبترجّع top 100 في 0.3ms، الفضل لـ Skip List مش لشجرة متوازنة. شرح للمحترف بمثال قطار المترو للمبتدئ، تعريف علمي من ورقة Pugh 1990، كود Python في 50 سطر، أرقام مقاسة على Redis 7.2، 4 trade-offs حقيقية، ولماذا Salvatore اختار Skip List مش Red-Black Tree، مع المصادر الرسمية.
لو ملف log عندك حجمه 4GB و pandas.read_csv بيقعلك اللابتوب، Python Generators بيعالج نفس الملف بـ 32MB ذاكرة بدلاً من 4.2GB. شرح للمتوسط بمثال المكتبة للمبتدئ، التعريف العلمي للـ lazy evaluation من PEP 255، كود Python 3.12 شغّال على ملف 11 مليون سطر، أرقام مقاسة فعلياً (توفير 99.2% ذاكرة)، 4 trade-offs حقيقية، ومتى لا تستخدم Generator أصلاً.
لو search box عندك بياخد 80ms يكمل كلمة على قائمة كبيرة، المشكلة مش في السيرفر — الخوارزمية بتدور بكل كلمة. Trie بيبحث على مستوى الحروف، فالنتيجة بترجع في أقل من 1ms مهما كان حجم القاموس. مقال للمبتدئ بمثال دفتر التليفون، تعريف علمي للـ Prefix Tree، كود Python شغّال في 50 سطر، أرقام مقاسة على 100,000 كلمة عربية، 4 trade-offs، ومتى لا تستخدمه أصلاً.
لو محتاج تتأكد إن رابط مش موجود في قائمة سوداء فيها مليار URL، تحميل القائمة كلها بيكلّفك 30 جيجا رام. Bloom Filter بيرد على نفس السؤال في 8 ميجا رام و600 نانو ثانية، بمعدل خطأ تحت 1%. مقال للمستوى المتوسط بمثال موظف الحفلة للمبتدئ، تعريف علمي دقيق من ورقة Bloom 1970، كود Python شغّال على mmh3 + bitarray، أرقام مقاسة من Chrome Safe Browsing وApache Cassandra، 4 trade-offs، ومتى لا تستخدمه فيها مع المصادر الرسمية.
لو كودك سريع على بيانات اختبارك وبيموت في الإنتاج، السبب مش السيرفر — السبب Big O. شرح للمبتدئ بمثال الكشكول، تعريف علمي من Cormen et al. (MIT Press)، benchmark شغّال على Python 3.12 يقيس الفرق بين O(n²) و O(n log n) فعلياً (412 ثانية مقابل 0.018 ثانية على 100 ألف عنصر)، 4 trade-offs حقيقية، ومتى لا تركّز على Big O أصلاً.
لو فتحت Figma على المتصفح وفوجئت إنه أسرع من برامج desktop كاملة، السبب مش في JavaScript ذكي. السبب تقنية اسمها WebAssembly بتشغّل كود Rust و C++ جنب الـ JS بسرعة قريبة من الـ native. مقال للمبتدئ بمثال المترجم في المؤتمر الدولي، تعريف علمي دقيق من W3C، كود Rust شغّال يتحوّل لـ wasm في 30 سطر، أرقام مقاسة من Figma و Photoshop Web و AutoCAD، 4 trade-offs، ومتى لا تستخدمه أصلاً.
لو الكود بتاعك مليان try/finally لإغلاق ملفات و connections، Context Manager بـ with statement بيشيل 70% من الـ boilerplate ويضمن إن المورد بيتقفل حتى لو exception حصل في النص. مقال للمستوى المتوسط بمثال غرفة المكيف للمبتدئ، تعريف علمي دقيق من PEP 343، كود Python 3.12 شغّال على psycopg2، أرقام مقاسة من مشروع داخلي (28% أقل سطور، صفر leak في 4 شهور)، 4 trade-offs، وحالات لا تستخدمه فيها مع المصادر الرسمية.
لو search box بيعرض نتيجة كلمة قديمة بعد ما الزائر كتب كلمة جديدة، المشكلة مش race condition عشوائية. الـ fetch القديمة جت متأخرة وكسرت الترتيب. AbortController بـ 4 سطور JavaScript بيلغي الطلب القديم قبل ما يرجع. مقال للمتوسط بمثال زبون المطعم للمبتدئ، تعريف علمي من WHATWG DOM، كود Vanilla JS و React 18 شغّال، أرقام إنتاج (نسبة النتائج المعكوسة من 11.4% لـ 0%، توفير 62% bandwidth)، 4 trade-offs، وحالات لا تستخدمه فيها.