当我处理非常小的数字时，我将操作（1）更改为（2）。
在此转换之后，时间成本是相同的，但是当我尝试使用decimal.Decimal提高精度并将（2）转换为（3）时，时间成本会爆炸（~10次） ）。
是否有解决方案来减少时间并保持相同的精度？
（1）
alpha = 1. (fyt * qyt ) / (fxt * qxt)
（2）
pow(10, log10(fyt) + log10(qyt) - log10(fxt) - log10(qxt))
（3）
alpha = 10**(Decimal(fyt).log10() + Decimal(qyt).log10() - Decimal(fxt).log10() - Decimal(qxt).log10())
答案 0 :(得分：1)
有一个名为cDecimal的外部包，它是Decimal模块的C实现。我从来没有使用它，但可能想尝试一下。
答案 1 :(得分：1)
我想说这是预料之中的，因为你在这里有10**x类的幂计算，在十进制的情况下应该意味着在每一步之后检查精度。
考虑下面的例子，可以清楚地看到十进制功率操作非常昂贵：
In [6]: from decimal import Decimal
In [7]: %timeit 10**.0123456789
100000000 loops, best of 3: 16.6 ns per loop
In [8]: %timeit 10**Decimal(.0123456789)
10000 loops, best of 3: 95.3 µs per loop
所以，不是对（3）方程进行十进制运算，而是直接在第一个（1）上进行：
alpha = (Decimal(fyt) * Decimal(qyt)) / (Decimal(fxt) * Decimal(qxt))
这应该足够快，因为总共只有3个操作，并且应该具有相同的精度，因为我们使用的是Decimal。