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 2 слични објави

Пребарај: #tokenterminal

当前筛选 #tokenterminal清除筛选
以太坊区块链新闻| ETH 以太币圈热瓜

@ethereumglobalnews · Post #1749 · 07.01.2026 г., 04:56

🪙📊#Stablecoin Revenue Engine . 2025 年,穩定幣發行方透過 Ethereum 部署創造約 50 億美元收入。 #以太坊#DeFi#OnchainFinance#TokenTerminal#稳定币#Web3 ——— 全文+分析 👇🥇資源搜索群🖲️👆 這不是敘事,是實際收益結構。 📈 收入來源核心只有一個: 👉 鏈上穩定幣規模 × 抵押資產收益 × 以太坊結算層 🧠 關鍵不是「有多少穩定幣」, 而是 越多資金選擇 Ethereum,越多真實收益回流到生態。 ⚡️ 穩定幣不是工具, 是 以太坊的現金引擎。 🔗 這代表什麼? 以太坊 正在成為 全球美元流動的清算層(Settlement Layer),而不是單純的智能合約平台。 👇⭐️👇 🤣留言區分享看法 👇

Crypto M - Crypto News

@CryptoM · Post #65216 · 12.04.2026 г., 03:33

🚀 Morpho Generates $17M Annual Revenue from Borrower Interest According to NS3.AI, Token Terminal data reveals that Morpho borrowers have paid approximately $170 million in interest over the past year. With a 10% take rate, this translates to an estimated $17 million in annualized revenue for Morpho, which holds a valuation of $1.7 billion. #Morpho#Revenue#BorrowerInterest#NS3AI#TokenTerminal#AnnualRevenue#Fintech#Blockchain#Valuation#MORPHO