Question

我正在用Java和Python进行大量数学运算。总和相同，但结果不同。

python_n1 = int(math.floor(math.pow(int((int(361) * (int(4900 + 4489))) * int(4356)), int(6))))
BigInteger Java_n1 = (x[20].multiply(x[7].add(x[15])).multiply(x[10])).pow(6);

python_simple_sum = 14764352724**6 #or math.pow(14764352724, 6)
BigInteger Java_simple_sum = new BigInteger("14764352724 ").pow(6)

Python答案= 10358251994780842724998096890217137953445700726699419360034816 Java答案= 10358251994780842575401275783021915748383652186833068257611776

Java得到正确的结果，但是python没有。据我所知，我没有使用浮点数。这是什么问题。

Answer 1

这样做的时候

nodetool reloadseeds

即使参数是整数，也可以使用浮点方法将大量数字提升为幂。转换为整数会失去精度（原始结果是浮点数：int(math.pow(14764352724, 6))）

这样做的时候

1.0358251994780843e+61

使用仅使用整数乘法的 binary power 方法，将大量数字提升为幂。

所以第二个结果是准确的，而第一个结果不是

14764352724**6

让我们尝试同时分解>>> int(math.pow(14764352724,6)) 10358251994780842724998096890217137953445700726699419360034816 # wrong >>> 14764352724**6 10358251994780842575401275783021915748383652186833068257611776 # correct和**函数：

math.pow

输出

import dis,math

def test(n):
    return n ** 3

def test2(n):
    return math.pow(n,3)

dis.dis(test)
dis.dis(test2)

如您所见，

功能并不相同。在第一种情况下将调用BINARY_POWER。当参数为整数时，此函数有机会准确地执行整数乘法：

：

BINARY_POWER（）

实施TOS = TOS1 ** TOS

当参数不是全部整数时，二进制幂的值与4 0 LOAD_FAST 0 (n) 3 LOAD_CONST 1 (3) 6 BINARY_POWER 7 RETURN_VALUE 7 0 LOAD_GLOBAL 0 (math) 3 LOAD_ATTR 1 (pow) 6 LOAD_FAST 0 (n) 9 LOAD_CONST 1 (3) 12 CALL_FUNCTION 2 (2 positional, 0 keyword pair) 15 RETURN_VALUE相同：

math.pow

注意：可能加剧混乱的是内置的pow方法，该方法不同于math.pow（在使用>>> 14764352724**6.0 1.0358251994780843e+61 >>> int(14764352724**6.0) 10358251994780842724998096890217137953445700726699419360034816时被后者覆盖），但等效from math import pow运算符不带模数参数时使用：

pow（x，y [，z]）

将x返回幂y;如果存在z，则将x乘以z模的幂（比pow（x，y）％z更有效地计算）。二元形式pow（x，y）等同于使用幂运算符：x ** y。

Python-Java数学运算会产生不同的结果

1 个答案: