TestFlight Games
@TFGames · Post #1965 · 20.01.2024 г., 10:28
#BURN#GAME https://testflight.apple.com/join/ZQIcFmJ7
TGTGInsighttelegram intelligenceLIVE / telegram public index
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 16 слични објави
Пребарај: #burn
当前筛选 #burn清除筛选
Tongochi channel
@tongochi_game · Post #377 · 19.12.2023 г., 16:31
🔥25,662,175PET burned at zero address (total burnt: 35,002,502 PET). ________________________________ 🔎Tonviewer | 🕶Owner | ⚙️Minter 📌0:49389d9e2ff094153ff4afd99ea2a8ca53046db42ffe354272bd6431b335567b #BURN#PET | @token_inside
Tongochi channel
@tongochi_game · Post #344 · 04.11.2023 г., 10:10
🔥8,000,000PET burned at zero address (total burnt: 9,335,328 PET). ________________________________ 🔎Tonviewer | 🕶Owner | ⚙️Minter 📌0:49389d9e2ff094153ff4afd99ea2a8ca53046db42ffe354272bd6431b335567b #BURN#PET | @token_inside
Tongochi channel
@tongochi_game · Post #322 · 16.10.2023 г., 13:42
🔥65,232PET burned at zero address (total burnt: 1,335,328 PET). ________________________________ 🔎Tonviewer | 🕶Owner | ⚙️Minter 📌0:49389d9e2ff094153ff4afd99ea2a8ca53046db42ffe354272bd6431b335567b #BURN#PET | @token_inside
Tongochi channel
@tongochi_game · Post #313 · 07.10.2023 г., 07:57
🔥71,300PET burned at zero address (total burnt: 1,270,096 PET). 0:49389d9e2ff094153ff4afd99ea2a8ca53046db42ffe354272bd6431b335567b #BURN#PET | @token_inside
Tongochi channel
@tongochi_game · Post #302 · 29.09.2023 г., 15:49
🔥365,762PET burned at zero address (total burnt: 1,198,796 PET). 0:49389d9e2ff094153ff4afd99ea2a8ca53046db42ffe354272bd6431b335567b #BURN#PET | @token_inside
Tongochi channel
@tongochi_game · Post #296 · 24.09.2023 г., 06:55
🔥137,480PET burned at zero address (total burnt: 833,033 PET). 0:49389d9e2ff094153ff4afd99ea2a8ca53046db42ffe354272bd6431b335567b #BURN#PET | @token_inside
Tongochi channel
@tongochi_game · Post #285 · 17.09.2023 г., 10:55
🔥248,310PET burned at zero address (total burnt: 695,553 PET). 0:49389d9e2ff094153ff4afd99ea2a8ca53046db42ffe354272bd6431b335567b #BURN#PET | @token_inside
Tongochi channel
@tongochi_game · Post #277 · 05.09.2023 г., 17:39
🔥424,242PET burned at zero address (total burnt: 447,242 PET). 0:49389d9e2ff094153ff4afd99ea2a8ca53046db42ffe354272bd6431b335567b #BURN#PET | @token_inside
ZIGCHAIN OFFICIAL CHANNEL
@ZIGChain · Post #19 · 20.10.2024 г., 13:09
📢BURN INCOMING📢 It's time to buyback & burn #ZIG🔥🔥! 8th Monthly #ZIG buyback & burn will take place on 6th January and It will be the biggest monthly burn to date! #Zignaly#ZIG#Burn
Ивлев Медиа LIVE * Ульяновск
@ivlevlife · Post #2856 · 13.10.2025 г., 16:38
🔥 Этим летом в Ульяновске прошёл самый масштабный тур амбассадоров BURN! Амбассадоры провели открытую смену, рассказали о преимуществах HiT, пообщались с гостями и зарядили всех энергией бренда. Мы были там, пообщались с самыми главными — и теперь выкладываем полные интервью 🎬 При поддержке BURN и Kalyan Sale #BURN#Ульяновск#ИвлевМедиа
Hashtags
方程式-CZ&Heyi监控频道(一切推文+改名/头像)
@bwe_reserved4 · Post #1497 · 01.02.2026 г., 09:25
📢CZ_Binance [retweet] | 🕒 2026-02-01 17:24:56 🔗 [Source] 🇨🇳 RT @TerraHaberTr: 币安交易所已完成2月份的 $LUNC 销毁。币安已将1,082,000,898.97枚 $LUNC 代币发送至销毁钱包。...币安已定期销毁 $LUNC 达3年。 #Binance#Burn#LUNC#TerraClassic 🇺🇸 RT @TerraHaberTr: Binance exchange's February $LUNC burns have taken place. Binance sent 1,082,000,898.97 $LUNC coins to the burn wallet. ... Binance has been regularly burning $LUNC for 3 years. #Binance#Burn#LUNC#TerraClassichttps://t.co/3arMCB0VOU 💰 市值 $LUNC MarketCap: $195M
Hashtags