Yoru Karu Studio

一、核心差異比較 1.1 設計目標 Celery：分布式任務隊列 解決問題：異步執行耗時任務，避免阻塞主應用 核心特性：任務調度、延遲執行、定時任務 通訊模式：單向（Producer → Worker） 結果返回：通過 Result Backend 查詢 Channels：實時雙向通訊框架 解決問題：實時雙向通訊需求（WebSocket、SSE） 核心特性：持久連接、實時推送、雙向通訊 通訊模式：雙向（Client ↔ Server） 結果返回：即時推送給連接的客戶端 1.2 技術架構對比 ┌─────────────────────────────────────────────────────────┐ │ Celery 架構 │ ├─────────────────────────────────────────────────────────┤ │ │ │ Django View │ │ │ │ │ ├─► task.delay() ─────► Message Broker │ │ │ (Redis/RabbitMQ) │ │ │ │ │ │ │ ▼ │ │ │ Celery Worker │ │ │ │ │ │ │ ▼ │ │ └─► get result ◄──── Result Backend │ │ (Redis/DB) │ │ │ └─────────────────────────────────────────────────────────┘ ┌─────────────────────────────────────────────────────────┐ │ Channels 架構 │ ├─────────────────────────────────────────────────────────┤ │ │ │ WebSocket Client │ │ │ │ │ ├──► ws:// connect ─► ASGI Server │ │ │ (Daphne/Uvicorn) │ │ │ │ │ │ │ ▼ │ │ │ Consumer │ │ │ │ │ │ │ ▼ │ │ ◄──── push message ◄── Channel Layer │ │ (Redis) │ │ │ └─────────────────────────────────────────────────────────┘1.

什麼是空間複雜度？ 空間複雜度（Space Complexity）描述了演算法執行時所需的記憶體空間如何隨著輸入規模增長。它回答了一個關鍵問題：「當資料量變大時，程式需要多少記憶體？」 為什麼空間複雜度很重要？ # 情境：處理一個 10GB 的檔案 # 方法 1：全部載入記憶體（可能造成記憶體不足） def process_file_v1(filename): with open(filename, 'r') as f: content = f.read() # 需要 10GB 記憶體！ return content.upper() # 方法 2：逐行處理（記憶體使用量固定） def process_file_v2(filename): result = [] with open(filename, 'r') as f: for line in f: # 一次只載入一行 result.append(line.upper()) return ''.join(result) # 方法 3：串流處理（最省記憶體） def process_file_v3(filename, output_filename): with open(filename, 'r') as f_in, open(output_filename, 'w') as f_out: for line in f_in: f_out.write(line.upper())空間複雜度的組成 1. 輸入空間 演算法輸入資料佔用的空間（通常不計入額外空間）。

什麼是時間複雜度？ 時間複雜度（Time Complexity）是用來描述演算法執行時間如何隨著輸入規模增長的數學模型。簡單來說，它回答了一個問題：「當資料量變大時，程式會跑多久？」 為什麼需要時間複雜度？ 想像你要從一本電話簿中找到某個人的電話號碼： # 方法 1：從頭翻到尾（線性搜尋） def linear_search(phone_book, name): for entry in phone_book: if entry.name == name: return entry.phone return None # 方法 2：利用排序特性（二分搜尋） def binary_search(phone_book, name): left, right = 0, len(phone_book) - 1 while left <= right: mid = (left + right) // 2 if phone_book[mid].name == name: return phone_book[mid].phone elif phone_book[mid].name < name: left = mid + 1 else: right = mid - 1 return None當電話簿有 1000 個號碼時，差異可能不明顯。但如果有 100 萬個號碼呢？這就是為什麼我們需要時間複雜度分析。