Python有效整数大小

问题描述

例如，在C＃，C ++，Java或JavaScript中，有效的int大小为32位。如果要计算一些较大的数字（例如70位），则应使用某些软件功能（Arbitrary-precision arithmetic）。

Python有一个非常棘手的整数内部无边表示形式，我无法弄清楚什么是整数算术最有效的int大小。

换句话说，为了有效使用int，我们是否有一些int大小（例如64位）？

还是16，32，64或some random bits count没关系，Python将以相同的效率为所有这些int工作吗？

简而言之，Python总是使用任意精度算术还是32 \ 64的情况下使用硬件算术？

解决方法

在Python 3中，CPython的int表示为一个符号级值数组，其中数组中的每个元素分别代表32位和64位Python构建的15或30位大小。这是一个实现细节，但是却是一个长期的细节（最初一直是15个，但是发现在64位系统上工作时，将阵列中每个“数字”的使用位的大小和数量加倍是一个轻松的选择） ）。它针对int进行了优化，以适合单个（或有时两个）这样的数组值（它从数组中提取原始值并执行单个CPU操作，跳过了适用于任意长度情况的循环和算法），以及在CPython的64位版本上，目前意味着通常会对大小在30位以下的值进行特别优化（有时60位大小的路径会很快）。

也就是说，很少有理由考虑到这一点； CPython解释器的开销非常高，很难想象这样一种场景，即手动将较大的操作分解为较小的操作（在Python层进行更多的较小的操作会产生更多的解释器开销），而这要比Python花费小得多的代价C层的基于数组的操作（即使没有特殊的快速路径）。该规则的例外情况都将依赖于非Python-int-解决方案，使用固定大小的numpy数组对工作进行矢量化，并且此时基本上遵循C规则（因为numpy数组大多数时候都是原始C数组的包装器。）