优化前后的加速比

按模型，优化前 90、优化后 30，speedup(90, 30) 交回几？

贯穿本节的并发模型（判题机 0.25 核有 GIL、答案不靠时序，这是它的确定模型，见 spine.py）：高并发服务器搭起来后要选架构、加锁护状态、连接池/队列、压测、测吞吐延迟、定位竞争。

定位竞争：bottleneck(等待表)=等最久的资源、n_contended(等待表, 阈值)=热点数、speedup(前, 后)=加速比、worth_optimizing=有没有更快。

def bottleneck(waits):
    """waits: {资源: 等待时长}；交回等最久的那个资源。"""
    best = None
    for k in waits:
        if best is None or waits[k] > waits[best]:
            best = k
    return best


def n_contended(waits, threshold):
    """等待超过阈值的资源有几个（竞争热点）。"""
    return sum(1 for k in waits if waits[k] > threshold)


def speedup(before, after):
    """优化前后的加速比（整数）。"""
    return before // after


def worth_optimizing(before, after):
    """优化后更快了吗。"""
    return after < before

print(speedup(90, 30))