Uploaded June 2025 | Updated November 2026, 6 days ago
Operatori Python
Python supporta i comuni operatori aritmetici:
+: Addizione
-: Sottrazione
*: Moltiplicazione
/: Divisione restituisce sempre un numero float
//: Divisione intera o floor division, restituisce la parte intera della divisione.
%: Operatore modulo, calcola il resto della divisione.
**: Elevamento a potenza.
=: Operatore di assegnazione, utilizzato per assegnare un valore a una variabile.
Tipi Numerici: int e float
int: Rappresenta i numeri interi es. 2, 4, 20.
float: Rappresenta i numeri con la virgola mobile, ovvero quelli con una parte frazionaria es. 5.0, 1.6.
Particolarità della Divisione: L'operatore di divisione / restituisce sempre un valore di tipo float, anche se la divisione è esatta es. 4 / 2 restituisce 2.0. Per ottenere un intero, si usa l'operatore //.
Accenni sulle Liste
Definizione: Le liste sono un tipo di dato molto versatile in Python. Vengono create elencando valori separati da virgole all'interno di parentesi quadre es. [1, "ciao", 3.14].
Indicizzazione e Slicing: È possibile accedere ai singoli elementi di una lista tramite il loro indice la posizione, partendo da 0 e ottenere sotto-liste slice.
Mutabilità: Le liste sono un tipo di dato mutabile, il che significa che è possibile modificarne il contenuto dopo la loro creazione es. aggiungendo, rimuovendo o cambiando elementi.
#Python #Course #Tutorial #List #number #operator
Operatori Python
Python supporta i comuni operatori aritmetici:
+: Addizione
-: Sottrazione
*: Moltiplicazione
/: Divisione restituisce sempre un numero float
//: Divisione intera o floor division, restituisce la parte intera della divisione.
%: Operatore modulo, calcola il resto della divisione.
**: Elevamento a potenza.
=: Operatore di assegnazione, utilizzato per assegnare un valore a una variabile.
Tipi Numerici: int e float
int: Rappresenta i numeri interi es. 2, 4, 20.
float: Rappresenta i numeri con la virgola mobile, ovvero quelli con una parte frazionaria es. 5.0, 1.6.
Particolarità della Divisione: L'operatore di divisione / restituisce sempre un valore di tipo float, anche se la divisione è esatta es. 4 / 2 restituisce 2.0. Per ottenere un intero, si usa l'operatore //.
Accenni sulle Liste
Definizione: Le liste sono un tipo di dato molto versatile in Python. Vengono create elencando valori separati da virgole all'interno di parentesi quadre es. [1, "ciao", 3.14].
Indicizzazione e Slicing: È possibile accedere ai singoli elementi di una lista tramite il loro indice la posizione, partendo da 0 e ottenere sotto-liste slice.
Mutabilità: Le liste sono un tipo di dato mutabile, il che significa che è possibile modificarne il contenuto dopo la loro creazione es. aggiungendo, rimuovendo o cambiando elementi.
#Python #Course #Tutorial #List #number #operator

![Corso C++ 23 💡#21 : Massimizza 🔥la potenza 🎯 del tuo hardware con OpenMP 🚀!
Questi esempi di codice mostrano luso di OpenMP per la parallelizzazione in C++,
concentrandosi su operazioni come il prodotto scalare e la somma degli elementi di un vettore.
Ora spieghiamo i concetti chiave e le race condition.
Elementi utilizzati nel codice :
1. Direttiva `pragma omp parallel for`
- Utilizza OpenMP per parallelizzare il ciclo `for`, consentendo a più thread di eseguire simultaneamente parti del ciclo.
- Questa tecnica migliora le prestazioni sfruttando CPU multicore.
2. Direttiva `pragma omp parallel for reduction+:dot_product`
- Il prodotto scalare accumula un valore `dot_product`, quindi la direttiva `reduction+:dot_product` garantisce che i diversi thread modifichino la variabile senza introdurre errori dovuti a race conditions.
3. Race Condition nel secondo esempio `sum += vec[i]`
- La variabile `sum` viene modificata simultaneamente da più thread.
- Senza una direttiva reduction, il risultato potrebbe essere errato poiché i thread leggono/scrivono `sum` in modo non sincronizzato.
- Soluzione: Usare `reduction+:sum` per evitare race conditions.
Cosè una Race Condition?
Una race condition si verifica quando più thread accedono e modificano una variabile senza controllo sulla sincronizzazione.
Nel codice del secondo esempio, più thread incrementano `sum` senza un meccanismo per evitare sovrapposizioni, il che può portare a risultati incorretti.
Come evitarle?
- Uso della direttiva `reduction+:variabile`, che assicura che i risultati siano accumulati correttamente.
- Protezione con `pragma omp critical`, anche se può ridurre le prestazioni a causa della serializzazione delle operazioni. Corso C++ 23 💡#21 : Massimizza 🔥la potenza 🎯 del tuo hardware con OpenMP 🚀!](https://i.ytimg.com/vi/_vISDjY7L5c/mqdefault.jpg)








