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
🕵️ Arthur Hayes Buys Another $1.1 Million in HYPE
According to Lookonchain, Arthur Hayes bought another 26,022 HYPE yesterday for about $1.1M, marking his first HYPE purchase in nearly three months. He now holds 247,334 HYPE worth approximately $10.44M, with unrealized gains exceeding $2.5M. Bitwise is also advancing its Hyperliquid index ETF filing. #etf
#ETF
Bitcoin-ETF BlackRock в топе притока средств
Bitcoin-ETF от BlackRock — IBIT — занял 11 место по притоку средств в апреле с показателем около $2,3 млрд.
Это примечательно, так как IBIT — единственный ETF в списке с отрицательной доходностью с начала года (YTD), но при этом продолжает привлекать капитал.
Для нового ETF такой объем притоков — редкость: обычно подобные позиции занимают уже устоявшиеся фонды.
Также в топе оказался DRAM ETF (12 место). Это тематический фонд, ориентированный на сектор памяти и полупроводников (DRAM-чипы) — один из ключевых сегментов инфраструктуры для AI и дата-центров.
#ETF
Bitwise и Roundhill запускают ETF на prediction markets
Компании Bitwise и Roundhill подали заявки на новые ETF, завязанные на рынки прогнозов.
Что внутри:
— ставки на рецессию (Yes / No)
— трекинг событий вроде увольнений в технологическом секторе
Это первые ETF такого типа — фокус смещается на макроэкономику и реальные экономические события.
Фактически речь о новом классе инструментов: инвесторы смогут получать экспозицию к вероятности событий, а не к самим активам.
#ETF
GSR запустил ETF на BTC, ETH и SOL
GSR объявила о запуске своего первого ETF под тикером BESO. Это активно управляемый фонд, который инвестирует в Bitcoin, Ethereum и Solana. Комиссия фонда составляет 1%.
Задача фонда — обгонять индекс из BTC, ETH и SOL, а не просто повторять его структуру. На этом фоне Bloomberg-аналитик James Seyffart считает, что именно такие корзинные крипто-ETF — активные и пассивные — могут стать одним из самых быстрорастущихсегментов рынка в ближайшие годы.
#ETF
Bitwise и GraniteShares подали заявки на “prediction-style” ETF
Bitwise и GraniteShares присоединились к Roundhill Investments и подали заявки на запуск ETF с механикой, напоминающей рынки прогнозов.
Фонды предполагают бинарную структуру выплат: инвесторы фактически делают ставку на наступление конкретного события к определенной дате, а расчет происходит по принципу “да/нет”.
Если регулятор одобрит структуру, это станет новым форматом ETF, который приблизит традиционный рынок к логике prediction markets.
#ETF
ProShares запустил KRYP - ETF на корзину CoinDesk 20.
ProShares вывел на NYSE Arca фонд ProShares CoinDesk 20 Crypto ETF (KRYP). Он дает экспозицию к 20 крупнейшим и наиболее ликвидным криптоактивам через индекс CoinDesk 20.
В индексе нет стейблкоинов, мемкоинов, wrapped- и privacy-токенов. Пересмотр состава и весов - раз в квартал (январь, апрель, июль, октябрь). Ограничения по концентрации: до 30% на крупнейший актив и до 20% на остальные при назначении весов.
KRYP не покупает крипту напрямую: фонд использует свопы для повторения динамики индекса. Комиссия (expense ratio) - 0,58%, распределения заявлены ежемесячно.