Python-Java数学运算给出不同的结果

我正在用Java和Python做一些大数数学。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 Answers=1035825199478084272498096890217137953445700726699419360034816 Java Answers=103582519947808425754012757830219157483838652186833068257611776

Java得到了正确的结果，但python没有。据我所知，我没有使用浮点数。这里有什么问题。

当你这样做时

int(math.pow(14764352724, 6))

14764352724**6

即使参数是整数，也可以使用浮点方法将一个大数字提升为幂。转换为整数将失去精度原始结果为浮点：1.0358251994780843e+61

当你这样做的时候

int(math.pow(14764352724, 6))

14764352724**6

您可以使用仅使用整数乘法的二进制幂方法将一个大数字提升为幂

所以第二个结果是准确的，而第一个结果不是

>>> int(math.pow(14764352724,6))
10358251994780842724998096890217137953445700726699419360034816   # wrong
>>> 14764352724**6
10358251994780842575401275783021915748383652186833068257611776   # correct

让我们尝试对**和math.pow函数进行反汇编：

import dis,math

def test(n):
    return n ** 3

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

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

输出

  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

如您所见，这些函数并不等价。在第一种情况下调用。当参数为整数时，此函数有机会精确执行整数乘法：

二元功率

实现TOS=TOS1**TOS

当参数不都是整数时，二进制幂产生与math.pow相同的值：

>>> 14764352724**6.0
1.0358251994780843e+61
>>> int(14764352724**6.0)
10358251994780842724998096890217137953445700726699419360034816

注：可能增加混淆的是内置方法，当使用from math import pow时，该方法不同于后者，并被后者覆盖，但在不使用模参数时，它等效于**运算符：

功率x，y[，z]

将x返回到y的幂；如果存在z，则将x返回到比powx，y%z更有效计算的模z的幂y。两个参数形式powx，y相当于使用幂运算符：x**y

当你这样做的时候

int(math.pow(14764352724, 6))

14764352724**6

即使参数是整数，也可以使用浮点方法将一个大数字提升为幂。转换为整数将失去精度原始结果为浮点：1.0358251994780843e+61

当你这样做的时候

int(math.pow(14764352724, 6))

14764352724**6

您可以使用仅使用整数乘法的二进制幂方法将一个大数字提升为幂

所以第二个结果是准确的，而第一个结果不是

>>> int(math.pow(14764352724,6))
10358251994780842724998096890217137953445700726699419360034816   # wrong
>>> 14764352724**6
10358251994780842575401275783021915748383652186833068257611776   # correct

让我们尝试对**和math.pow函数进行反汇编：

import dis,math

def test(n):
    return n ** 3

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

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

输出

  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

如您所见，这些函数并不等价。在第一种情况下调用。当参数为整数时，此函数有机会精确执行整数乘法：

二元功率

实现TOS=TOS1**TOS

当参数不都是整数时，二进制幂产生与math.pow相同的值：

>>> 14764352724**6.0
1.0358251994780843e+61
>>> int(14764352724**6.0)
10358251994780842724998096890217137953445700726699419360034816

注：可能增加混淆的是内置方法，当使用from math import pow时，该方法不同于后者，并被后者覆盖，但在不使用模参数时，它等效于**运算符：

功率x，y[，z]

将x返回到y的幂；如果存在z，则将x返回到比powx，y%z更有效计算的模z的幂y。两个参数形式powx，y相当于使用幂运算符：x**y

---

python 3.4在使用14764352724**6时回答1035825199478084257540127578302191574838652186833068257611776。在任何语言中，不要将pow用于整数幂，在执行14764352724**6时，Python2.7中的答案相同。还有数学，14764352724，6=14764352724**6好问题，但14764352724**6或数学。pow14764352724，6不会打断它。用第一个得到正确的结果。你确定吗？查看我的回答当我在查看math.pow的文档时，我发现有一个内置的，也叫做pow的，可以给出正确的结果。对于math.pow，最好遵循@Jean Françoisfare在下面的答案，good call.python 3.4在使用14764352724**6时回答10358251994780842575401275783021915748352186833068257611776。在任何语言中，不要将pow用于整数幂，在执行14764352724**6时，Python2.7中的答案相同。还有数学，14764352724，6=14764352724**6好问题，但14764352724**6或数学。pow14764352724，6不会打断它。用第一个得到正确的结果。你确定吗？查看我的回答当我在查看math.pow的文档时，我发现有一个内置的，也叫做pow的，可以给出正确的结果。对于math.pow，最好按照@Jean Françoisfare下面的回答来做。好的，我发现了同样的结果。但我觉得应该有办法解决这个问题。当使用POW时，在Python库的设计中这不是一个深思熟虑的选择吗？e、 g.比较14764352724**6和14764352724**6。0@mad你为什么这么想？pow在内部使用浮点数学，并且有文档记录这样做，这意味着其结果仅限于浮点精度和限制。根本没有办法，我发现了同样的结果。但我觉得应该有办法解决这个问题。当使用POW时，在Python库的设计中这不是一个深思熟虑的选择吗？e、 g.比较14764352724**6和14764352724**6。0@mad你为什么这么想？pow在内部使用浮点数学 d被记录为这样做，这意味着其结果仅限于浮点精度和限制。根本没有办法。