请考虑以下代码:
0.1 + 0.2 == 0.3 -> false
0.1 + 0.2 -> 0.30000000000000004
为什么会出现这些不准确之处？
我需要计算一些数字的平方根，例如\xe2\x88\x9a9 = 3和\xe2\x88\x9a2 = 1.4142。我怎样才能用Python做到这一点？
输入可能都是正整数，并且相对较小（比如小于十亿），但万一它们不是，有什么可能会破坏吗？
\n注意：这是在 Meta 上讨论现有同标题问题后对规范问题的尝试。
\n有关的
\n如果取一个数字,取其平方根,删除小数,然后将其提高到二次幂,结果应始终小于或等于原始数.
这似乎在python中都适用,直到你99999999999999975425出于某种原因尝试它.
import math
def check(n):
assert math.pow(math.floor(math.sqrt(n)), 2) <= n
check(99999999999999975424) # No exception.
check(99999999999999975425) # Throws AssertionError.
它看起来像math.pow(math.floor(math.sqrt(99999999999999975425)), 2)回报1e+20.
我认为这与我们在python中存储值的方式有关...与浮点运算相关的东西,但我不能具体说明这会如何影响这种情况.
我想在Python中计算一个大于10 ^ 2000的数字的平方根.如果我将此数字视为普通整数,我将始终得到此结果:
Traceback (most recent call last):
File "...", line 3, in <module>
print( q*(0.5) )
OverflowError: int too large to convert to float
我该如何解决？或者除了使用Python之外是否存在计算此平方根的可能性？