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 12 слични објави

Пребарај: #mmt

当前筛选 #mmt清除筛选
Coin Sonar

@CoinSonar · Post #243540 · 17.04.2026 г., 08:27

#MMT | Volume spike (USDT PAIR) 23 times the average volume 129.71K USDT traded in 15 min └Buying vol: 75.75K USDT 🟢 Boost score: 5/10 24h Vol: 529.80K USDT (Binance) Price: 0.1473 (-2.0% in 24h)

Hashtags

Mexc Dex Spread Tracker Alerts

@mexcdex · Post #23810 · 14.04.2026 г., 07:06

🟢 LONG? #MMT Spread 8.69% detected 💥 Origin: MEXC (DUMP) [M: -8% VS D: 0%] 💎 MMT #MMT_USDT (COPY: MMT) 🌐 Price DEX $0.1488 🎰 Price MEXC $0.1369 ️⚖️ Max Size: 35K $MMT ($5K) 💹️ Funding Rate: -0.0299% 🏦 Market Cap: $30.4M 💰 Liquidity: $281K 💸 Vol DEX/MEXC: $73K / $584K ⛓️#SUI Dep: 🟢 (30) W/d: 🟢 0x35169bc93e1fddfcf3a82a9eae726d349689ed59e4b065369af8789fe59f8608::mmt::MMT ⏳Avg Align Time: 1195s 📊Avg Spread / Max / Change: ±7% / ±12% / ±3% 📈Win / Draw / Lose: 5 / 1 / 4 💰Total / Week / 24H Profit: 4% / -8% / -3%

以太坊区块链新闻| ETH 以太币圈热瓜

@ethereumglobalnews · Post #1208 · 25.10.2025 г., 05:39

🖼 Trending now: #DeFi – Major Upcoming Events This Autumn. #MMT#LINEA#MEGA 🗓 本季多個鏈上項目將迎來重要更新與合作釋出,市場熱度與資金流動預期同步升溫。 ⸻ 🖼 Trending now: #TokenEconomics – Top Projects by Buybacks in 2025. #HYPE#ENA#PUMP 🔝 回購榜單揭曉,強勢項目持續釋放市場信號,通縮策略與長期價值布局成為焦點。 @EthereumGlobalNews Follow for more Web3 & DeFi updates!

🇺🇸📊 以太全球新聞 📆 2025-10-04 EthereumGlobalNews |🗓 10 月重磅活動預告:聚焦多個熱門項目 📅 10 月即將迎來一系列重要區塊鏈活動,重點項目包括: #SOL、#CYPR、#MF、#WLFI、#PTB、#SAND、#FLK、#TRUST、#MMT、#BLUAI、#MET、#SEA 以及 #ETH。 這些項目將帶動生態活力,值得投資者與開發者密切關注。 — #區塊鏈事件#10月活動#以太坊生態#多項目動態#加密市場觀察 🛰️ 以太區塊鏈新聞快搜聊天