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: #qianjiemei

当前筛选 #qianjiemei清除筛选

Как-то я обещала выдать ссылки по группам с переводами новеллы Тэн Пин "Лик тысячи бедствий" (Brow of a Thousand Calamities / Qian Jie Mei / 千劫眉), по которой недавно была снята дорама "Песнь водяного дракона" с Ло Юньси в главной роли. Исправляюсь, ибо количество этих переводов впечатляет (хотя качество пока не оценивалось – нужна критическая масса): Описание: Таинственная карета путешествует в ночи, оставляя за собой смерть. Лицо возницы выглядит устрашающе, и испещрено ужасными пятнами. Однако, кем бы ни был этот человек, он обладает потрясающими навыками боевых искусств. Грабежи и убийства происходят везде, где бы ни проехала карета, сея хаос и вызывая волнения в мире боевых искусств. Чи Юн, также известный как "Небесное Облако", выслеживает эту зловещую повозку до заброшенного храма, где встречает других мастеров боевых искусств, также расследующих это дело. Чи Юн знакомит их с загадочным молодым господином по имени Тан Лицы, который повсюду носит с собой ребенка. Этот господин выглядит хорошо воспитанным и утонченным человеком, почти безупречным воплощением всех человеческих добродетелей. Однако в нем есть одна странность – он каждый день принимает лекарства от загадочной болезни, природу которой отказывается раскрыть. ✦ "Море невзгод" (группа ВК) переведено 20 глав ✦ "Сказание о Водяном драконе" (группа ВК) переведено 5 глав ✦ "Море невзгод" (перевод с анлейта, Rulate) переведены 12 глав ✦ Qian Jie Mei (англоязычный перевод) переведено 10 глав Cr. XL_ly (weibo) #China#novel#TengPing#ShuiLongYin#QianJieMei