Python3中的整数溢出答案

【问题标题】：Integer overflow in Python3Python3中的整数溢出
【发布时间】：2018-09-03 14:22:47
【问题描述】：

我是 Python 新手，我在阅读 this 页面时看到了一个奇怪的声明：

if n+1 == n:  # catch a value like 1e300
    raise OverflowError("n too large")

x 等于一个大于它的数？！我感觉到了原力的干扰。

我知道在 Python 3 中，整数没有固定的字节长度。因此，没有整数溢出，就像 C 的 int 工作方式一样。但是内存当然不能存储无限的数据。

我认为这就是为什么n+1 的结果可以与n 相同的原因：Python 无法分配更多内存来执行求和，所以它被跳过了，n == n 是真的。对吗？

如果是这样，这可能会导致程序的错误结果。为什么不能像 C++ 的 std::bad_alloc 那样操作时 Python 不报错？

即使n 不是太大并且检查结果为假，result - 由于乘法 - 也需要更多字节。 result *= factor 会因为同样的原因而失败吗？

我在官方 Python 文档中找到了它。检查大整数/可能的整数“溢出”真的是正确的方法吗？

【问题讨论】：

n == n 是真的。我假设你的意思是 n == (n+1)
该代码实际上并没有像 1e300 那样捕获大的 ints。由于内存原因，int 必须非常大才能发生这种情况。出于显而易见的原因，它确实捕获了浮动。 n 必须是浮点数。
@E.Serra 不，我不知道。我的意思是如果 n (+1) 中的求和被跳过，它可能只看到和使用 (n) (==) (n)。
@Denziloe 确实，我的错。我们在数学中也经常使用 'e' 表示整数，但在 Python 中我们可能会使用 ** 运算符来获取大整数。
好吧，文档中的这个函数捕获了1e16，但接受了10 ** 5000000，我认为这很糟糕，因为1e16 < 10 ** 50所以检查只针对浮点输入（没有隐式转换） .

标签： python integer integer-overflow

【解决方案1】：

Python3

只有花车有 python中的硬限制。整数是are implemented as “long” integer objects of arbitrary size in python3 和do not normally overflow。

您可以使用以下代码测试该行为

import sys

i = sys.maxsize
print(i)
# 9223372036854775807
print(i == i + 1)
# False
i += 1
print(i)
# 9223372036854775808

f = sys.float_info.max
print(f)
# 1.7976931348623157e+308
print(f == f + 1)
# True
f += 1
print(f)
# 1.7976931348623157e+308

您可能还想看看sys.float_info 和sys.maxsize

Python2

在 python2 中，如果如documentation for numeric types 中所述，如果太大，整数会自动转换为长整数

import sys

i = sys.maxsize
print type(i)
# <type 'int'>

i += 1
print type(i)
# <type 'long'>

result *= factor 会因为同样的原因而失败吗？

为什么不试试呢？

import sys

i = 2
i *= sys.float_info.max
print i
# inf

如the docs for float 中所述，Python 有一个特殊的无穷大浮点值（也有负无穷大）

【讨论】：

我接受了你的回答，因为它尊重MemoryError（我不知道），如果我尝试使用太大的整数，就会引发这种情况。
顺便说一句，我的第三个问题是针对大整数，而不是小（以位为单位）浮点数。我不想尝试使用超过 100k 位的数字。 :) 知道它在理论上是如何工作的就足够了。
谢谢，很高兴能帮到你
不错！（更多字符）

【解决方案2】：

整数在 Python 中不是这样工作的。

但是浮动可以。这也是为什么评论说1e300，这是科学计数法中的浮点数。

【讨论】：

【解决方案3】：

我在 python3 中遇到了整数溢出的问题，但是当我检查类型时，我明白了原因：

import numpy as np

a = np.array([3095693933], dtype=int)
s = np.sum(a)
print(s)
# 3095693933
s * s
# -8863423146896543127
print(type(s))
# numpy.int64
py_s = int(s)
py_s * py_s
# 9583320926813008489

一些 pandas 和 numpy 函数，例如数组或 Series 上的 sum 返回 np.int64，因此这可能是您在 Python3 中看到 int 溢出的原因。

【讨论】：