In diesem Modul lernen Sie „Empirical Wins“ kennen – also die Geschwindigkeitssteigerungen, die Sie mit cargo bench messen können. Sie werden drei Python-Muster in Rust-Idiome umsetzen, die die Laufzeit verkürzen und den Speicherbedarf senken: Listenkomprimierungen werden zu fusionierten Iterator-Ketten (filter+map in einem Durchgang, O(1) Speicher gegenüber O(N)); „x in dict“ wird zu „HashMap::contains_key“ mit freier Wahl des Hashers als c24-Beleg (FxHash, AHash oder standardmäßig SipHash, jeweils gemessen); und „sorted()“ wird zu „sort_unstable“ für Fälle, in denen keine Stabilität erforderlich ist. Jede Behauptung wird mit HTML-Berichten von Criterion als EMPIRISCHER Nachweis, einer STRUKTURELLEN Garantie aus dem Rust-Typsystem und einem [verified]-Stempel aus einem FORMALEN Theorem geliefert.

Python „Optional[T]“ wird zu Rust „Option<T>“, wobei proptest jede Kombinatorenkette durchläuft; Python „try/except“ wird zu „Result<T, E>“, wobei @semantic:total jede fehlerschwache Funktion hochstuft – die strukturelle Garantie, die einen stillen Fehler unmöglich macht.

Die Übersetzung auf Systemebene macht den Kompromiss bei der Laufzeit sichtbar. Python-Generatoren reservieren pro Aufruf einen Frame-Status und verursachen GIL-Overhead; der Rust-Iterator wird in den Stack des Aufrufers monomorphisiert – der strukturelle Nachweis ist der Benchmark, der eine etwa 50-fache Leistungslücke bei engen Schleifen zeigt. subprocess.run mit sh -c führt erneut eine CWE-78-Shell-Injektion ein; `Command::new().arg()` ruft `execve` direkt auf und beseitigt die Angriffsfläche vollständig. Threading unter CPython wird durch den GIL serialisiert; `rayon::par_iter()` verteilt die Arbeit über alle Kerne mittels eines „Send + Sync“-Work-Stealing-Schedulers, dessen Datenkonflikt-Fehler zu Kompilierungsfehlern führen. Jede Übersetzung in diesem Modul ist eine Laufzeitbehauptung mit einem messbaren Nachweis.

Der krönende Abschluss schließt den Kreis mit einem fünfstufigen Leitfaden – Transpilieren, Prüfen, Verfeinern, Testen, Nachweisen –, den Sie auf jede „heiße“ Python-Schleife anwenden können, um eine durch Belege abgesicherte Rust-Übersetzung zu liefern. Jeder Pull Request liefert vier Belege: einen HTML-Bericht zu den Kriterien, einen Proptest-Lauf, eine PV-Prüfung des Vertrags und einen Lean-Status: den Stempel „bewiesen“. Die zweite Lektion ist das Gegenteil: wenn die beleggestützte Berechnung besagt, dass Python beibehalten werden soll. Break-even-Analyse, BREAKEVEN.md und ein abschließendes benotetes Quiz, das die Module 1–5 zusammenfasst.