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
Lookonchain | ꘜ
Taking advantage of the market drop, the fresh wallet 0x2A92 bought another 30,069 $ETH($138.46M).
Over the past 2 days, this fresh wallet has withdrawn a total of 53,434 $ETH($242.34M) from #Kraken.
https://intel.arkm.com/explorer/address/0x2A9292f147765846472382392be99C175e1e4139
Lookonchain | ꘜ
Pumpfun(@pumpdotfun) deposited another 86,254 $SOL($16.22M) into #Kraken 6 hours ago instead of buying back $PUMP.
They have deposited a total of 3.93M $SOL($715.5M) to #Kraken at $182 and sold 264,373 $SOL for 41.64M $USDC at $158.
https://solscan.io/account/DM7aP6Edf2Ug7veSJ2STXjyMgbGPLSGKnhEQdTKePNne#transfers
Lookonchain | ꘜ
A newly created wallet "0x2A92" withdrew 23,365 $ETH($104M) from #Kraken in the past hour.
https://intel.arkm.com/explorer/address/0x2A9292f147765846472382392be99C175e1e4139
#KRAKEN
Nasdaq и Kraken готовят токенизацию акций
Nasdaq объявила о запуске дизайна «токена акции», где токен будет напрямую связан с официальным реестром акционеров: перевод токена = перевод самой акции, с сохранением прав голосования и корпоративных действий.
Параллельно Nasdaq договорилась с Payward (материнская компания Kraken) о «шлюзе», который позволит перемещать токенизированные акции между регулируемой инфраструктурой и публичными блокчейнами, сохраняя права эмитента, комплаенс и целостность цены.
План: сделать решение рабочим и открыть дополнительные сервисы для эмитентов в первой половине 2027 года.
JUST IN : 🚨
💰 Bitcoin OG Owen Gunden seems ready to dump all of his 11K $BTC($1.12B).
he moved his remaining 3,549 $BTC($361.84M) with 600 $BTC($61.17M) already deposited to #Kraken.
4 wallets combined withdrew 32,880 $ETH worth $70.03M from #Kraken.
All these wallets were created 113 days ago, at the same time.
Addresses:
- 0x5b4A6744483948f393e6D6C6C181Ce0a4e87F5bB
- 0xd86536E111221306D34ac45Ad2Bda4b69d1dDc44
- 0x07A5D26ac82d28D33b423Fe4BF575028B6257245
- 0xf15A1F564669d29045D50698778DD7dFA1e1D07a
https://x.com/OnchainLens/status/2039512122884034980
Follow @onchainlens for more onchain updates
A wallet linked to Forward Industries withdrew 4,648 $ETH worth $9.95M from #Kraken.
https://intel.arkm.com/explorer/address/0xb0e8E4F2CE189D9670a462281504a008DefEbA2d
https://x.com/OnchainLens/status/2036338154974879803
Follow @onchainlens for more onchain updates
The whale "0x8E3" continues to withdraw $ETH from #Kraken. In the past 4 days, the whale has withdrawn 73,806 $ETH worth $152.94M https://intel.arkm.com/explorer/address/0x8E34dFb6b5aF9ae7bAF421f5C67E2ce2FA964170 https://x.com/OnchainLens/status/2032269310341873669…
The whale "0x8E3" continues to withdraw $ETH from #Kraken.
In the past 4 days, the whale has withdrawn 73,806 $ETH worth $152.94M
https://intel.arkm.com/explorer/address/0x8E34dFb6b5aF9ae7bAF421f5C67E2ce2FA964170
https://x.com/OnchainLens/status/2032269310341873669
Follow @onchainlens for more onchain updates
A whale withdrew 44,889 $ETH worth $91.76M from #Kraken and moved it to 2 new wallets.
Address: 0x8E34dFb6b5aF9ae7bAF421f5C67E2ce2FA964170
https://x.com/OnchainLens/status/2031540628983890302
Follow @onchainlens for more onchain updates
A whale "0x257" sent all 6,983 $ETH ($13.51M) into #Kraken after holding it for over 2 years.
Address: 0x2574278054127235779c19a148C5c0Be6B396023
https://x.com/OnchainLens/status/2025983373295124559
Follow @onchainlens for more onchain updates
A whale has deposited 1,536 $ETH ($3.07M) into #Kraken after holding it for 3-4 years, making a profit of $1.95M
The whale initially withdrew 2,747 $ETH ($3.22M) from #Kraken.
Address: 0xbd29cac3b36f2d5d20f45a3946458787bd329db0
https://x.com/OnchainLens/status/2023051775209853391
Follow @onchainlens for more onchain updates