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-Java数学运算给出不同的结果,java,python,math,biginteger,Java,Python,Math,Biginteger,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 m
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。