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: #computing

当前筛选 #computing清除筛选
科技&趣闻&杂记

@kejiqu · Post #4334 · 08.04.2026 г., 15:04

Cloudflare 计划于 2029 年实现完全后量子安全 Cloudflare 计划于 2029 年实现其产品套件的完全后量子安全,包括身份验证。这一举措源于 Google 和 Oratomic 在量子算法方面的最新突破,这些突破加速了量子计算的发展,并促使 Google 将其后量子迁移时间表也提前至 2029 年。Cloudflare 强调,随着 Q-Day 的临近,身份验证的安全性变得至关重要,并建议企业将后量子支持作为采购要求。目前,超过 65% 的 Cloudflare 流量已通过后量子加密保护,公司将继续默认启用后量子安全功能,无需额外成本。Cloudflare Blog 🏷#Cloudflare#Quantum#Computing#Post#Quantum 📢频道👥群组📝投稿

Venture Village Wall 🦄

@venturevillagewall · Post #3549 · 20.12.2024 г., 09:32

OptiCore Raises $5M for AI Chips OptiCore has secured $5M in funding to enhance its photonic chips, promising 100x energy efficiency and computing density for AI applications. This innovation aims to transform high-performance data center computing. #OptiCore#Funding#AI#Chips#DataCenter#Efficiency#Photonics#Computing#Revolution#Performance

Venture Village Wall 🦄

@venturevillagewall · Post #3948 · 22.01.2025 г., 10:00

AI Startup Anthropic Expands Features 🚀 Anthropic to launch a two-way voice mode for Claude chatbot and enhance memory features for better user interaction, announced CEO Dario Amodei. Google has invested an additional $1 billion, totaling $3 billion, to support the company's operations. 📈 Expect smarter models in the coming months as Anthropic scales up to meet growing AI demand. 🔗 Read more: Forklog #AI#Investments#Google#Tech#Startup#Claude#VoiceTechnology#MachineLearning#Innovation#Funding#Chatbots#DarioAmodei#AIModels#Scalability#UserExperience#NeuralNetworks#Computing#AIIndustry#AIExpansion#FutureTech#VC