Question

如果我想要遍历所有长期范围，我会巧妙地做：

for (byte b = byte.MinValue; b <= byte.MaxValue; ++b)
{
    // Do something
}

但它永远循环！

例如，如果我这样做：

for (int i = byte.MinValue; i <= byte.MaxValue; ++i)
{
    byte b = Convert.ToByte(i);

    // Do something
}

它也永远循环，但我这样解决了：

long

使用long类型，我该怎么办？
使用import tensorflow as tf import input_data mnist = input_data.read_data_sets("MNIST_data/", one_hot=True) x = tf.placeholder(tf.float32, [None, 784]); W = tf.Variable(tf.zeros([784, 10])); b = tf.Variable(tf.zeros([10])); y = tf.nn.softmax(tf.matmul(x, W) + b); y_ = tf.placeholder(tf.float32, [None, 10]); cross_entropy = -tf.reduce_sum(y_ * tf.log(y)); train_step = tf.train.GradientDescentOptimizer(0.01).minimize(cross_entropy); init = tf.initialize_all_variables(); xs = mnist.train.images; ys = mnist.train.labels; correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1)); accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float")) sess = tf.Session(); sess.run(init);类型如果我不增加1但距离更远，我怎样才能达到相同的效果？
那些＆＃34;想法＆＃34;循环一个类型范围是否正确，是否有一些问题需要警告，或者我可以做得更好吗？

Answer 1

当您尝试增加MaxValue时，这是由integer overflow引起的。你可以试试这个：

long i = long.MinValue;
do
{
    // Do something
} while (i++ != long.MaxValue);

这样，{<1}}的值在增加之前检查，并且循环正确终止。

Answer 2

在前两个例子中，由于数字范围溢出，循环会一直持续。

当i（第一个示例）或b（第二个示例）超过可以存储在long（第一个示例）或byte中的最大值时（第二个示例）），它们的值溢出到该类型可存储的最小值，并且循环重复开始。

记住：在for循环中，首先检查循环条件，然后计数器递增。如果计数器在增量期间溢出，则后续循环条件检查仍将计算为true。

要让您的示例正常工作，请尝试：

for (long i = long.MinValue; ; i++) 
{
    if (i == long.MaxValue)
    {
        break;
    }
}

如果您想增加更大的步数，请尝试：

const long step = 90000000000;

for (long i = long.MinValue; i <= long.MaxValue; )
{
    // check if loop counter overflows when incrementing by the step
    if (unchecked (i + step) < i)
    {
         break;
    }
    // otherwise it is safe to increment it
    else
    {
         i += step;
    }
}

Answer 3

您可以使用BigInteger来保持循环模式不变并避免溢出：

for (BigInteger i = long.MinValue; i <= long.MaxValue; ++i)
{
    // Do something
}

我没有对它进行基准测试，但我认为这样做会有明显的性能损失。

如何正确迭代所有长类型范围

3 个答案: