我需要实施一个动态编程算法来及时解决旅行商问题，这比Brute Force Search计算点之间的距离要好。为此，我需要按大小索引子问题，每个子问题的值将是一个浮点数（游览的长度）。然而，如果我使用python浮点数（实际上具有双精度），将数组保存在内存中将占用大约6GB RAM，因此尝试将该数量减半（我只有4GB RAM）我将需要使用单精度浮点数。但是我不知道如何在Python中获得单精度浮点数（我使用的是Python 3）。有人可以告诉我在哪里可以找到它们（我在互联网上找不到这个）。感谢。
编辑：我注意到numpy也有一个float16类型，可以节省更多的内存。点之间的距离约为10000，有25个唯一点，我的答案需要是最接近的整数。 float16会提供精确度还是我需要使用float32？
答案 0 :(得分：10)
作为第一步，您应该使用NumPy数组来存储数据而不是Python列表。
正如您所正确观察的那样，Python float在内部使用双精度，而Python float的双精度值可以用8个字节表示。但是在64位机器上，使用Python的CPython参考实现，Python float 对象需要一个完整的24字节内存：8个字节用于底层双精度值，8指向对象类型的指针的字节数，引用计数的8个字节（用于垃圾收集）。没有相当于Java＆＃34;原始＆＃34;类型或.NET＆＃34;价值＆＃34; Python中的类型 - 一切都是盒装的。这使得语言语义更简单，但意味着对象往往更胖。
现在，如果我们要创建float个对象的Python 列表，那么列表本身会增加额外的开销：每个Python一个8字节的对象指针float（仍然在这里假设一台64位机器）。因此，一般来说，n Python float对象的列表将花费您超过32n字节的内存。在一台32位的机器上，事情好一点，但并不多：我们的float对象每个将占用16个字节，而列表指针我们将使用20n个字节长度为float的{{1}}列表的内存。 （警告：如果您的列表引用多个列表索引中的相同的 Python n对象，则此分析并不常用，但这不是特别的常见情况。）
相反，NumPy float双精度浮点数阵列（使用NumPy＆＃39; s n dtype）将其数据存储在＆＃34; packed＆＃34;格式在float64个字节的单个数据块中，因此允许数组元数据的总内存需求将略高于8n个字节。
结论：只需从Python列表切换到NumPy阵列，您就可以将内存需求减少大约4倍。如果仍然不够，那么考虑减少可能是有意义的精度从双精度到单精度（NumPy＆＃39; s 8n dtype），如果这与您的准确度需求一致。 NumPy的float32数据类型每个浮点只占用2个字节，但只记录大约3个十进制数字的精度;我怀疑它对你描述的应用程序来说几乎没用。
答案 1 :(得分：2)
您可以尝试c_float标准库中的ctypes类型。或者，如果您能够安装其他软件包，则可以尝试使用numpy软件包。它包含float32类型。