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: #txn

当前筛选 #txn清除筛选
KAZAKH TRADER

@kazakh_trader · Post #535 · 10.02.2021 г., 05:05

​​Начало поста выше Продолжая тему полупроводников, будет очень кстати вспомнить про похожие кейсы с нехваткой чипов в результате высокого спроса и сокращения предложения или так называемого «чиповый голод». Так, в 1988 году произошел такой случай, вызванный в основном ростом конкуренции между США и Японией вследствие заключение торгового пакта 1986 года. Данный пакт позволил тогда индустрии полупроводников США конкурировать с Японией. В рамках соглашения компаниям Японии было запрещено демпинговать цену. Один пункт в торговом соглашении призывал японских производителей прекратить продавать чипы по цене ниже их себестоимости - практика, известная как демпинг. Чтобы положить конец демпингу, министерство международной торговли и промышленности Японии тогда посоветовало японским компаниям ограничить производство, что приведет к исчерпанию избыточного предложения, удерживающего низкие цены. В результате, это привело к серьезному сокращению производства в Японии. Также, нехватка чипов в 1993 году была усугублена взрывом на заводе, производившей 60% мировых поставок смолы, используемой в чипах. С другой стороны, с 1993 по 1994 годы наблюдался последующий избыток микросхем, и компании потеряли стимул строить новые передовые заводы. Когда же вышли новые поколения микросхем, заводов по производству новых чипов банально не хватило. Вот такой вот парадокс получается, если определенные ключевые компании или целый сектор неверно оценивает динамику спроса и предложения. Очевидно, что текущая нехватка чипов вызвана наступлением пандемии и резко возросшим спросом со стороны конечных потребителей на электронные устройства и электрокары. Поэтому, ключевые компании США, Китая и других стран сейчас имеют возможность расширения своих мощностей для удовлетворения возросшего спроса, что сигнализирует о дальнейшем увеличении объема рынка. Поэтому, продолжаем следить за тикерами ключевых полупроводников #XSD#AMD#NVDA#INTC#AVGO#TXN и #AAPL. @kazakh_trader