每次使用Result时，Python是否都会使用bignum重新评估算术运算？

好的，我试着对python进行一些非常大的评估——大约10^（10^ 120）——然后我意识到这相当大。不管怎样，我后来退到10**10**5和10**10**6。通过检查两者的时差，我发现了一个有点奇怪的发现，我认为这是一个低效的发现

结果是，当我尝试

cProfile.run（“x=10**10**6”）

时，花费了0.3秒，

cProfile.run（“print 10**10**6”）

花费了40秒

然后我尝试了

x=10**10**6

，几乎不花时间，但此后每次我解释

x

（

x

，后跟enter）都需要很长时间（我想是40秒）。因此，我假设每次我解释

x

时，它都会重新计算整个值

所以我的问题是：这不是非常低效吗？假设我在一个模块中声明了某个变量，

x=10**10

，每次我引用

x

，python解释器都会一遍又一遍地计算

10**10

的值

---

血淋淋的细节将不胜感激。

Python可以使用二进制计算非常大的数字，但要将其转换回可以显示的数字，需要大量的工作

例如：（还有很多Euler项目所要求的）——

例如，

2**32768

Python可以使用BigNum将结果计算为一个非常直接的数字，但只要您这样做：

sum(int(c) for c in str(my_big_number)) # ouch - that's a lot of digits to produce and store

---

这就是当您键入（然后按enter键）变量名/打印变量名时发生的情况，它正在执行转换。

每次打印时都不会重新计算值，您看到的长延迟是将大数字转换为字符串以显示的成本。

实际上没有区别，就计算时间而言，在Python解释器中打印x和x之间。他们都在做同样的事情。大部分时间可能被字符串转换占用。“reference”与“print”不同。您可以全天使用

x

变量，成本很低。当您使用REPL执行操作时，有一个隐含的

\uuuu repr\uuuu

：

x[enter]

您是对的。如果我再做一次测试，我也会得出同样的结论<代码>x=（10**10**7）/（10**10**7）；x。后者的速度非常快，与我之前的假设相反。虽然不挑剔，但代码并不会产生非常大的数字<代码>44221是的。但我确实明白str转换是主要的时间消耗。