在Python 3.6中,以下工作为变量分配了地球上原子的估计:
In[6]: atoms_in_earth = 10**50
In[7]: atoms_in_earth
Out[7]: 100000000000000000000000000000000000000000000000000
但是,以下内容在Julia 1.0.0中不起作用:
julia> atoms_in_earth = 10^50
-5376172055173529600
julia> atoms_in_earth = BigInt(10^50)
-5376172055173529600
julia> atoms_in_earth = BigFloat(10^50)
-5.3761720551735296e+18
julia> atoms_in_earth = big(10^50)
-5376172055173529600
julia> atoms_in_earth = big"10^50"
ERROR: ArgumentError: invalid number format 10^50 for BigInt or BigFloat
Stacktrace:
[1] top-level scope at none:0
我能够使这些方法起作用:
julia> atoms_in_earth = big"1_0000000000_0000000000_0000000000_0000000000_0000000000"
100000000000000000000000000000000000000000000000000
julia> float(ans)
1.0e+50
julia> atoms_in_earth = parse(BigInt, '1' * '0'^50)
100000000000000000000000000000000000000000000000000
julia> float(ans)
1.0e+50
我希望朱莉娅(Julia)有一种更简单的方法。
我想念什么?
答案 0 :(得分:5)
Julia默认使用本地整数,这些整数可能会溢出。 Python默认情况下使用 big 整数(具有任意精度,它的大小限制取决于可用内存的数量),并且不会溢出(但因此会更慢)。
您的第一个示例溢出Int64
:
julia> atoms_in_earth = 10^50
-5376172055173529600
在将它们转换为bigs之前,您的第二个,第三个和第四个示例已经溢出:
julia> atoms_in_earth = BigInt(10^50)
-5376172055173529600
julia> atoms_in_earth = BigFloat(10^50)
-5.3761720551735296e+18
julia> atoms_in_earth = big(10^50)
-5376172055173529600
您的第五个示例不是有效的大字面量:
julia> atoms_in_earth = big"10^50"
ERROR: ArgumentError: invalid number format 10^50 for BigInt or BigFloat
但是您可以创建一个小数作为BigInt
,在您的示例10
中,任何进一步的运算都会升级为 big 算术,形式如下:>
julia> x = 10
10
julia> typeof(x)
Int64
julia> x = BigInt(10)
10
julia> typeof(x)
BigInt
julia> big(10) == big"10" == big(10)
true
julia> y = x^50
100000000000000000000000000000000000000000000000000
julia> typeof(y)
BigInt
在这种情况下,在计算50
之前,BigInt
也被提升为x^50
,从而最终产生BigInt
。
julia> BigInt(10)^50 == big"10"^50 == big(10)^50
true
答案 1 :(得分:1)
这有效:
julia> atoms_in_earth = big"1e50"
1.0e+50
julia> typeof(ans)
BigFloat