TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #32 · 7 фев.

Скорее всего уже слышали, что складывать строки через + это плохая практика. Падение производительности, и всё такое. Без лишних слов, давайте измерять: from timeit import timeit def t1(): # складываем 10 строк через + из переменной t = 'text' for _ in range(1000): s = t + t + t + t + t + t + t + t + t def t2(): # склеиваем список строк через метод join arr = ['text'] * 10 for _ in range(1000): s = ''.join(arr) def t3(): # складываем через + но не из переменной а непосредственно инлайн объекты for _ in range(1000): s = 'text' + 'text' + 'text' + ... # всего 10 раз Теперь каждую строку склейки запустим по 10М раз >>> timeit(t1, number=10000) 0.21951690399964718 >>> timeit(t2, number=10000) 1.4978306379998685 >>> timeit(t3, number=10000) 0.2213820789993406 Хм, а нам говорили что через "+" это плохо и медленно ))) 😁 Тут стоит учитывать, что речь идёт о склейке множества длинных строк. Давайте изменим условия: def t4(): t = 'text'*100 for _ in range(1000): s = t + t + t + t + t + t + t + t + t def t5(): arr = ['text'*100] * 10 for _ in range(1000): s = ''.join(arr) def t6(): for _ in range(1000): s = 'text'*100 + 'text'*100 + ... # всего 10 раз >>> timeit(t4, number=10000) 12.795130728000004 >>> timeit(t5, number=10000) 2.642637542999182 >>> timeit(t6, number=10000) 0.2184546610005782 Вот, уже другой разговор, сразу видна разница, в среднем в 6 раз. Но погодите, почему последний тест t6() по скорости такой же как и t3()? Ведь строки теперь в 100 раз длиннее! Это вопросы оптимизации кода, какие простые изменения ускоряют или замедляют выполнение программы. Мы столкнулись с примером обхода обращения к переменной. Например, именно так работает директива #define в С++, во время компиляции подставляя значение переменной вместо ссылки на неё. В Python это тоже работает, но часто ли вы сможете встретить такой способ работы со строками? К сожалению, способ почти только теоретический. В целом, тесты показали то, что мы хотели. Делаем выводы самостоятельно. Полный листинг 🌍 #tricks

Резултати

Пронајдени 3 слични објави

Пребарај: #修

当前筛选 #修清除筛选
搜书神器 读书动态

@BookLogSFW · Post #90461 · 14.05.2026 г., 06:50

书名:修真四万年 校对版全本 作者:🔎卧牛真人 文件:简体中文 · TXT · 21MB · 统计:356热度 | 9下载 | 0点赞 | 0收藏 评级:8分 (1人) 💬 质量:8分 (1人) 索引:#四万#万年#校对#全本#真人#修#真#版#卧#牛 上传:👤Alien #预览#评级 :★★★★☆ #文件 :★★★★☆ #评价 :看了一下目录和内容,除了没有番外好像没问题 👍[0]👎[0]

搜书神器 读书动态

@BookLogSFW · Post #90542 · 14.05.2026 г., 16:52

书名:修真聊天群_1000w字全本加料 作者:🔎圣骑士的传说 文件:简体中文 · TXT · 113MB · 统计:637热度 | 638下载 | 2点赞 | 0收藏 评级:6分 (4人) 💬 质量:6分 (4人) 索引:#聊天#天群#1000w#字#全本#加料#圣骑#骑士#传说#修#真#群#的 上传:👤56aaaaa #预览#评级 :★★★★☆ #文件 :★★★★☆

搜书神器 读书动态

@BookLogSFW · Post #90545 · 14.05.2026 г., 16:53

书名:修真聊天群_1000w字全本加料 作者:🔎圣骑士的传说 文件:简体中文 · TXT · 113MB · 统计:637热度 | 638下载 | 2点赞 | 0收藏 评级:6分 (4人) 💬 质量:6分 (4人) 索引:#聊天#天群#1000w#字#全本#加料#圣骑#骑士#传说#修#真#群#的 上传:👤56aaaaa #预览#评级 :★★★★☆ #评价 :不错,精修了一下,性转有说明,其他与原文不符的地方也有标注 👍[0]👎[0]