Julia 中 2 个正数相乘得到负积

Question

在 Julia 1.7.2 中，3037000691和3037000693的乘法返回负积-9223370870501072753。我期望的产品是9223373203208478863。

function m(a::BigInt, b::BigInt)::BigInt
    a * b
end

该函数给出相同的负结果。

关于如何在 Julia 1.7.2 中获得正确答案有什么想法吗3037000691 * 3037000693？

PS
我确实遇到了这个问题，对（大）孪生素数进行了一些数学计算。

Answer 1

尝试像这样调用你的函数：

\n

julia> m(BigInt(3037000691), BigInt(3037000693))\n9223373203208478863\n

\n

或者将您的功能更改为以下任意一个：

\n

# TL;DR: Use this it is the fastest.\nfunction m1(a::Int64, b::Int64)::Int128\n    Int128(a) * Int128(b)\nend\n\nfunction m2(a, b)::BigInt\n    BigInt(a) * BigInt(b)\nend\n\nfunction m3(a::Int64, b::Int64)::BigInt\n    BigInt(a) * BigInt(b)\nend\n

\n

请注意，从技术上讲，您只需要强制转换a或b，但我认为这会降低可读性。

\n

用法示例：

\n

julia> m1(3037000691, 3037000693)\n9223373203208478863\njulia> m2(3037000691, 3037000693)\n9223373203208478863\njulia> m3(3037000691, 3037000693)\n9223373203208478863\n

\n

在这种情况下，您应该使用m1，它Int128仅使用 s，因为不可能将两个Int64值相乘来溢出 an Int128：

\n

julia> m1(9223372036854775807, 9223372036854775807) # Max val for Int64 squared.\n85070591730234615847396907784232501249\n

\n

一般来说，BigInt尽可能不使用 's 并明确函数中的类型将带来显着的性能提升：

\n

julia> using BenchmarkTools\n\njulia> @benchmark m1(3037000691, 3037000693)\nBenchmarkTools.Trial: 10000 samples with 1000 evaluations.\n Range (min \xe2\x80\xa6 max):  0.049 ns \xe2\x80\xa6 7.780 ns  \xe2\x94\x8a GC (min \xe2\x80\xa6 max): 0.00% \xe2\x80\xa6 0.00%\n Time  (median):     0.060 ns             \xe2\x94\x8a GC (median):    0.00%\n Time  (mean \xc2\xb1 \xcf\x83):   0.064 ns \xc2\xb1 0.078 ns  \xe2\x94\x8a GC (mean \xc2\xb1 \xcf\x83):  0.00% \xc2\xb1 0.00%\n\n   \xe2\x96\x81          \xe2\x96\x88         \xe2\x96\x83\xe2\x96\x86\xe2\x96\x83         \xe2\x96\x82                       \xe2\x96\x81\n  \xe2\x96\x86\xe2\x96\x88\xe2\x96\x86\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x88\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x88\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x84\xe2\x96\x86\xe2\x96\x84\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x81\xe2\x96\x88 \xe2\x96\x88\n  0.049 ns    Histogram: log(frequency) by time      0.1 ns <\n\n Memory estimate: 0 bytes, allocs estimate: 0.\n\njulia> @benchmark m2(3037000691, 3037000693)\nBenchmarkTools.Trial: 10000 samples with 199 evaluations.\n Range (min \xe2\x80\xa6 max):  413.317 ns \xe2\x80\xa6  2.404 ms  \xe2\x94\x8a GC (min \xe2\x80\xa6 max):  0.00% \xe2\x80\xa6 64.79%\n Time  (median):     507.080 ns              \xe2\x94\x8a GC (median):     0.00%\n Time  (mean \xc2\xb1 \xcf\x83):     1.957 \xce\xbcs \xc2\xb1 42.299 \xce\xbcs  \xe2\x94\x8a GC (mean \xc2\xb1 \xcf\x83):  26.95% \xc2\xb1  1.29%\n\n  \xe2\x96\x87\xe2\x96\x86\xe2\x96\x88\xe2\x96\x87\xe2\x96\x86\xe2\x96\x85\xe2\x96\x85\xe2\x96\x84\xe2\x96\x84\xe2\x96\x83\xe2\x96\x82\xe2\x96\x82\xe2\x96\x81\xe2\x96\x82\xe2\x96\x81                                              \xe2\x96\x82\n  \xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x87\xe2\x96\x88\xe2\x96\x87\xe2\x96\x86\xe2\x96\x86\xe2\x96\x86\xe2\x96\x85\xe2\x96\x86\xe2\x96\x84\xe2\x96\x84\xe2\x96\x86\xe2\x96\x84\xe2\x96\x85\xe2\x96\x85\xe2\x96\x81\xe2\x96\x84\xe2\x96\x84\xe2\x96\x85\xe2\x96\x84\xe2\x96\x84\xe2\x96\x81\xe2\x96\x83\xe2\x96\x84\xe2\x96\x84\xe2\x96\x84\xe2\x96\x84\xe2\x96\x83\xe2\x96\x83\xe2\x96\x81\xe2\x96\x84\xe2\x96\x81\xe2\x96\x84\xe2\x96\x83\xe2\x96\x83\xe2\x96\x84\xe2\x96\x84\xe2\x96\x81\xe2\x96\x83\xe2\x96\x84\xe2\x96\x81\xe2\x96\x84\xe2\x96\x84\xe2\x96\x84 \xe2\x96\x88\n  413 ns        Histogram: log(frequency) by time      2.39 \xce\xbcs <\n\n Memory estimate: 128 bytes, allocs estimate: 7.\n\njulia> @benchmark m3(3037000691, 3037000693)\nBenchmarkTools.Trial: 10000 samples with 199 evaluations.\n Range (min \xe2\x80\xa6 max):  414.774 ns \xe2\x80\xa6  2.487 ms  \xe2\x94\x8a GC (min \xe2\x80\xa6 max):  0.00% \xe2\x80\xa6 64.53%\n Time  (median):     496.080 ns              \xe2\x94\x8a GC (median):     0.00%\n Time  (mean \xc2\xb1 \xcf\x83):     1.895 \xce\xbcs \xc2\xb1 41.026 \xce\xbcs  \xe2\x94\x8a GC (mean \xc2\xb1 \xcf\x83):  24.60% \xc2\xb1  1.20%\n\n  \xe2\x96\x84 \xe2\x96\x82\xe2\x96\x81 \xe2\x96\x82\xe2\x96\x88\xe2\x96\x84                                                      \n  \xe2\x96\x88\xe2\x96\x84\xe2\x96\x88\xe2\x96\x88\xe2\x96\x87\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x87\xe2\x96\x87\xe2\x96\x87\xe2\x96\x84\xe2\x96\x83\xe2\x96\x83\xe2\x96\x83\xe2\x96\x83\xe2\x96\x83\xe2\x96\x83\xe2\x96\x83\xe2\x96\x83\xe2\x96\x83\xe2\x96\x83\xe2\x96\x82\xe2\x96\x82\xe2\x96\x82\xe2\x96\x82\xe2\x96\x82\xe2\x96\x82\xe2\x96\x82\xe2\x96\x82\xe2\x96\x82\xe2\x96\x82\xe2\x96\x82\xe2\x96\x82\xe2\x96\x82\xe2\x96\x82\xe2\x96\x82\xe2\x96\x82\xe2\x96\x82\xe2\x96\x82\xe2\x96\x82\xe2\x96\x82\xe2\x96\x82\xe2\x96\x82\xe2\x96\x82\xe2\x96\x82\xe2\x96\x82\xe2\x96\x82\xe2\x96\x82\xe2\x96\x82\xe2\x96\x82\xe2\x96\x82\xe2\x96\x82\xe2\x96\x81\xe2\x96\x82\xe2\x96\x82\xe2\x96\x81\xe2\x96\x82\xe2\x96\x82 \xe2\x96\x83\n  415 ns          Histogram: frequency by time         1.14 \xce\xbcs <\n\n Memory estimate: 128 bytes, allocs estimate: 7.\n

\n