docs(md): update and improve Python interview answers

Author: vsmutok

README.md

@@ -16,7 +16,7 @@
 - **Кросплатформеність**: один код працює на Linux, macOS, Windows.
 - **Мультипарадигменність**: procedural, OOP, functional підходи в одному проєкті.
 - **Сильна екосистема**: `pip`, `venv`, `pyproject.toml`, тисячі готових бібліотек.
-- **Сучасні можливості Python 3.14+**: type hints, `dataclass`, `async/await`, `match/case`, генератори, context managers.
+- **Сучасні можливості Python 3.10+**: type hints, `dataclass`, `async/await`, `match/case`, генератори, context managers.
 
 Приклад production-style функції:
 
@@ -36,7 +36,7 @@ def process_users(users: list[User]) -> list[str]:
 
 - Python прискорює розробку завдяки простому синтаксису та великій стандартній бібліотеці.
 - Мова підходить для backend, automation, data/ML, тестування та DevOps.
-- У Python 3.14+ ключові практики: type hints, async IO, сучасний standard library.
+- У Python 3.10+ ключові практики: type hints, async IO, сучасний standard library.
 
 </details>
 
@@ -1681,13 +1681,20 @@ a == b   # True
 a is b   # False
 ```
 
+**Важливо про оптимізації (Interning):**
+CPython кешує ("інтернує") малі цілі числа (від -5 до 256) та короткі рядки
+на етапі компіляції/завантаження. Тому для них `is` може повертати `True`,
+навіть якщо вони створені окремо. Але це деталі реалізації, на які не варто
+покладатися в бізнес-логіці.
+
 Для `None` завжди використовуйте `is`.
 
 **Коротко:**
 
 - `==` про рівність значень.
-- `is` про той самий об'єкт.
-- `value is None` це правильний стиль перевірки.
+- `is` про той самий об'єкт у пам'яті.
+- Interning може давати неочевидний `is True` для малих `int` та `str`.
+- `value is None` — це єдиний правильний стиль для перевірки на `None`.
 
 </details>
 
@@ -2064,7 +2071,10 @@ Python використовує правило LEGB для пошуку імен
 найближчого enclosing-scope (не глобального).
 
 ```python
-def counter() -> callable:
+from collections.abc import Callable
+
+
+def counter() -> Callable:
     value = 0
 
     def inc() -> int:
@@ -2876,7 +2886,7 @@ class User:
         self.name = name
 
     @classmethod
-    def from_email(cls, email: str) -> "User":
+    def from_email(cls, email: str) -> User:
         return cls(email.split("@")[0])
 ```
 
@@ -2971,11 +2981,21 @@ class Point:
         self.y = y
 ```
 
+**Нюанси використання:**
+
+- **Економія пам'яті:** об'єкти займають значно менше місця, бо атрибути
+  зберігаються у фіксованому масиві, а не в хеш-таблиці `__dict__`.
+- **Швидкість:** доступ до атрибутів у `__slots__` зазвичай трохи швидший.
+- **Відсутність `__dict__`:** ви не зможете динамічно додавати нові атрибути,
+  яких немає у списку `__slots__` (якщо тільки не додати `"__dict__"` у сам список).
+- **Слабкі посилання:** якщо ви хочете використовувати `weakref`, потрібно
+  явно додати `"__weakref__"` у `__slots__`.
+
 **Коротко:**
 
-- `__slots__` корисний для великої кількості легковагових об'єктів.
-- Дає memory-оптимізацію і контроль атрибутів.
-- Зменшує гнучкість динамічного додавання полів.
+- `__slots__` корисний для мільйонів легковагових об'єктів (напр. вузли графа).
+- Прибирає `__dict__` і `__weakref__` за замовчуванням.
+- Зменшує гнучкість на користь продуктивності та контролю.
 
 </details>
 
@@ -3276,12 +3296,28 @@ class C(A, B): ...
 MRO визначає порядок пошуку методів у ієрархії класів.
 У Python використовується алгоритм C3 linearization.
 
+**Diamond Problem (Проблема алмазу):**
+Це класичний випадок, коли клас `D` успадковується від `B` та `C`, які обидва
+успадковуються від `A`. MRO гарантує, що `A` буде переглянутий лише після того,
+як будуть переглянуті всі його нащадки (`B` та `C`).
+
+```python
+class A: pass
+class B(A): pass
+class C(A): pass
+class D(B, C): pass
+
+print(D.mro())
+# [D, B, C, A, object]
+```
+
 Переглянути порядок можна через `ClassName.__mro__` або `ClassName.mro()`.
 
 **Коротко:**
 
 - MRO вирішує, з якого базового класу брати метод.
 - Порядок передбачуваний і формально визначений (C3).
+- Завдяки MRO Python коректно обробляє Diamond Problem.
 - Для cooperative inheritance всі класи мають викликати `super()`.
 
 </details>
@@ -3614,7 +3650,9 @@ class Field:
 ```python
 from dataclasses import dataclass
 @dataclass(slots=True)
-class User: name: str; active: bool = True
+class User: 
+    name: str
+    active: bool = True
 ```
 
 **Коротко:**
@@ -4458,7 +4496,6 @@ dir(math)
 - Варто добре знати stdlib перед додаванням сторонніх пакетів.
 
 </details>
-
 <details>
 <summary>200. Що ви знаєте про пакет `collections`, які ще built-in modules використовувались?</summary>
 
@@ -4532,7 +4569,7 @@ random.shuffle(items)
 **Коротко:**
 
 - `shuffle` змінює оригінальний список.
-- Працює лише зі списками (mutable sequence).
+- Працює лише з мутабельними послідовностями (наприклад, списками).
 - Для нової копії: `random.sample(items, k=len(items))`.
 
 </details>
@@ -4581,7 +4618,7 @@ Virtual environment це ізольоване середовище Python із 
 
 - Формат простий і сумісний з `pip install -r`.
 - Найкраще фіксувати точні версії для production.
-- Часто генерується з lock-файлів.
+- Часто генерується інструментами (наприклад, `pip-tools` або `poetry export`) з декларативного переліку/lock-файлів.
 
 </details>
 
@@ -5213,11 +5250,17 @@ CPU-bound задачі переважно витрачають час на об
 `asyncio` запускає event loop, який виконує tasks (coroutines), перемикаючись у
 точках `await` і плануючи готові операції I/O.
 
+**Критичне правило:** 
+Event loop працює в одному потоці. 
+Будь-яка блокувальна операція (`time.sleep()`, синхронні 
+запити `requests`, важкі обчислення) зупиняє **весь** цикл 
+і всі інші задачі.
+
 **Коротко:**
 
-- Один потік може обслуговувати багато I/O задач.
-- Планування кооперативне, не preemptive.
-- Блокувальні виклики потрібно виносити з loop.
+- Один потік може обслуговувати багато I/O задач через кооперативність.
+- Планування не витісняє задачі (non-preemptive).
+- Блокувальні виклики вбивають продуктивність asyncio.
 
 </details>
 
@@ -5266,10 +5309,16 @@ Event loop це планувальник, який відстежує події
 Коли workload CPU-bound або основні бібліотеки блокувальні й не мають async API.
 Також не окупається для простих коротких скриптів.
 
+**Вирішення для блокуючого коду:**
+Якщо потрібно використати блокуючу бібліотеку в async-середовищі,
+використовуйте `loop.run_in_executor(None, sync_func)`, 
+що запустить її в окремому потоці, не блокуючи event loop.
+
 **Коротко:**
 
 - Async не прискорює чисті обчислення.
 - Без неблокувальних I/O бібліотек вигода мінімальна.
+- `run_in_executor` допомагає інтегрувати legacy/sync код.
 - Складність async має бути виправдана навантаженням.
 
 </details>