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 1 слични објави

Пребарај: #chichenitza

当前筛选 #chichenitza清除筛选

Цифры, технологии и рекорды👇 👉314 петафлопс: Мексика построит самый мощный суперкомпьютер в Латинской Америке Правительство Мексики объявило о строительстве суперкомпьютера Coatlicue, который станет в 7 раз мощнее, чем нынешний лидер региона в Бразилии. Его вычислительная мощность составит 314 петафлопс против текущих 2,3 петафлопс в стране. Проект запустят в 2026 году, место размещения пока выбирается. Власти заявляют, что система позволит Мексике выйти на новый уровень в использовании искусственного интеллекта и обработке больших данных. 👉15,9 млн посетителей: Чичен-Ица вновь лидирует по посещаемости С января по сентябрь 2025 года археологические зоны и музеи Мексики приняли 15,9 млн человек. Чичен-Ица удерживает первое место с 1,7 млн туристов, за ней — Теотиуакан (1,2 млн) и Тулум (809 тыс.). Посещаемость Тулума снизилась на 22% из-за ремонтов и новых тарифов. Лидером среди музеев остаётся Национальный музей антропологии — 43% всей аудитории. 👉90 000 человек на “Ночи звёзд”: рекорд для Ciudad Universitaria 17-я “Ночь звёзд” в UNAM собрала более 90 000 участников, что стало рекордом за всю историю проекта. Установили 270 телескопов, два планетария и провели сотни лекций и мастер-классов. Событие посвятили памяти Julieta Fierro и 700-летию основания Теночтитлана. Программа также проходила в 118 городах Мексики и двух локациях в Гватемале. 👉6 000 бегунов и 155 млн песо: Мазатлан провёл международный марафон XXIV Международный марафон в Мазатлане собрал более 6 000 спортсменов из Мексики и других стран. Победу в полумарафоне одержали Eduardo González и олимпийская атлетка Laura Galván. Экономический эффект для города составил 155 млн песо. #LATAM#Mexico#Tecnología#Turismo#Cultura#UNAM#ChichenItza#Mazatlan#ЛАТАМЦифрами#MaratonMexico#Coatlicue#AI 👉Всегда свежие новости о странах Латинской Америки!