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 5 слични објави

Пребарај: #top250

当前筛选 #top250清除筛选

资源:《IMDB TOP250系列》250部 GD团队盘直达链接:https://drive.google.com/folderview?id=1hfxQ4a0krNyYWgVzSp9UG9aOJeo-dR8q (该链接仅限团队盘成员访问,非成员请进行申请!) 团队盘限时申请入口:https://groups.google.com/d/forum/nstuni 团队盘在线索引:https://gd.nstos.cn 注:团队盘部分目录索引访问需要账户密码如下: 用户名:NSTUN 密码: nstun.com 弄事堂官网:https://nstun.com 标签:#电影#IMDB#TOP250 频道:@NstOS 消息来源: https://t.me/NstOS/566

《豆瓣TOP250系列》250部 GD团队盘直达链接:https://drive.google.com/folderview?id=19Kvh9eBwgS5jnr_4XwOXAfpkK6HFIALq (该链接仅限团队盘成员访问,非成员请进行申请!) 团队盘限时申请入口:https://groups.google.com/d/forum/nstuni 团队盘在线索引:https://gd.nstos.cn 注:团队盘部分目录索引访问需要账户密码如下: 用户名:NSTUN 密码: nstun.com 弄事堂官网:https://nstun.com 标签:#电影#豆瓣#TOP250 频道:@NstOS 消息来源: https://t.me/NstOS/565

LIHAICloud

@lihaicloud · Post #262 · 06.06.2023 г., 12:32

资源名称:【失效补链】 IMDb Top250 电影合集 1080p 蓝光 高码率 国英音轨 内封多字幕 【FRDS 精品合集 珍藏版】【已全部刮削】【1.69TB】 简介:IMDb Top250电影合集,FRDS出品,内封国英双语(无国语版片源除外),基本是多音轨。内封简繁英字幕。1080p 蓝光 高码率版本,稀缺精品合集。已全部完成刮削;补齐了部分资源 链接:https://www.aliyundrive.com/s/ACGkyNYii3M 📁 大小:1.69TB 🏷️标签:#电影合集#Top250#高分电影#蓝光#1080p#刮削

LIHAICloud

@lihaicloud · Post #239 · 01.06.2023 г., 13:47

名称:IMDb Top250 电影合集 1080p 蓝光 高码率 国英音轨 内封多字幕 【FRDS 精品合集 珍藏版】【已全部刮削】【1.69TB】 描述:IMDb Top250电影合集,FRDS出品,内封国英双语(无国语版片源除外),基本是多音轨。内封简繁英字幕。1080p 蓝光 高码率版本,稀缺精品合集。已全部完成刮削 链接:https://www.aliyundrive.com/s/LWUY5MmZfVX 📁 大小:1.69TB 🏷 标签:#电影合集#Top250#高分电影#蓝光#1080p#刮削

🎬已更新:2025 年 IMDb 评分最高 250 部电影 📌资源信息 • 体积:6.5 TB • 标签:#肖申克的救赎#教父#蝙蝠侠#十二怒汉#指环王#电影合集#IMDb#TOP250#4K#HDR#家庭影院#蓝光片源 📚内容简介 4K 高码洗版 HDR& 杜比视界 杜比 &DTS 环绕声 & 杜比全景声 &DTSX 临镜音 内封简繁英特效字幕 家庭影院蓝光片源 001. 肖申克的救赎 37.46 GB 002. 教父 54.13 GB 003. 蝙蝠侠:黑暗骑士 48.82 GB 004. 教父 2 56.44 GB 005. 十二怒汉 32.85 GB… 🙋 投稿来源:活雷锋 📬 频道:@Oscar_4Kmovies 💌 群组:@Oscarono 🤖 投稿 / 搜索机器人:@Oscar4KBot 📢 合作:@XiangxiuerBot