Answers:
如果您希望整数的长度与整数的位数一样,则可以始终将其转换为string,str(133)
并找到其长度,如len(str(123))
。
Math.log10
方法仅 花费7.486343383789062e-05秒,大约快了1501388倍!
Math.log10
代替。
不转换为字符串
import math
digits = int(math.log10(n))+1
同时处理零和负数
import math
if n > 0:
digits = int(math.log10(n))+1
elif n == 0:
digits = 1
else:
digits = int(math.log10(-n))+2 # +1 if you don't count the '-'
您可能希望将其放入函数中:)
这是一些基准。在len(str())
已经落后的甚至是相当小的数字
timeit math.log10(2**8)
1000000 loops, best of 3: 746 ns per loop
timeit len(str(2**8))
1000000 loops, best of 3: 1.1 µs per loop
timeit math.log10(2**100)
1000000 loops, best of 3: 775 ns per loop
timeit len(str(2**100))
100000 loops, best of 3: 3.2 µs per loop
timeit math.log10(2**10000)
1000000 loops, best of 3: 844 ns per loop
timeit len(str(2**10000))
100 loops, best of 3: 10.3 ms per loop
int(math.log10(x)) +1
为99999999999999999999999999999999999999999999999999999999999999999999999
(71九)返回72?我以为我可以依靠log10方法,但是我必须改用len(str(x)):(
math.log10(999999999999999)
等于14.999999999999998
所以int(math.log10(999999999999999))
变得14
。但是math.log10(9999999999999999)
等于16.0
。也许使用round
是解决此问题的方法。
math.log10速度很快,但是当您的数字大于999999999999997时会出现问题。这是因为浮点数太多.9s,导致结果四舍五入。
解决方案是对大于该阈值的数字使用while计数器方法。
为了使速度更快,请创建10 ^ 16、10 ^ 17,依此类推,并作为变量存储在列表中。这样,它就像一个表查找。
def getIntegerPlaces(theNumber):
if theNumber <= 999999999999997:
return int(math.log10(theNumber)) + 1
else:
counter = 15
while theNumber >= 10**counter:
counter += 1
return counter
math.log10
。有趣的是,看到二进制表示形式如何翻转给出数学错误结果的值。
Python 2.*
int
占用4或8个字节(32或64位),具体取决于您的Python构建。 sys.maxint
(2**31-1
对于32位整数,2**63-1
对于64位整数)将告诉您获得两种可能性中的哪一种。
在Python 3中,int
s(类似于long
Python 2中的)可以采用任意大小,直到可用内存量为止。sys.getsizeof
为您提供任何给定值一个很好的迹象,但它确实也算一些固定开销:
>>> import sys
>>> sys.getsizeof(0)
12
>>> sys.getsizeof(2**99)
28
如果,正如其他答案所暗示的那样,如果您正在考虑某个整数值的字符串表示形式,则只需采用该len
表示形式的形式即可,无论是以10还是10为底!
自问这个问题以来已经有好几年了,但是我已经为几种计算整数长度的方法编制了基准。
def libc_size(i):
return libc.snprintf(buf, 100, c_char_p(b'%i'), i) # equivalent to `return snprintf(buf, 100, "%i", i);`
def str_size(i):
return len(str(i)) # Length of `i` as a string
def math_size(i):
return 1 + math.floor(math.log10(i)) # 1 + floor of log10 of i
def exp_size(i):
return int("{:.5e}".format(i).split("e")[1]) + 1 # e.g. `1e10` -> `10` + 1 -> 11
def mod_size(i):
return len("%i" % i) # Uses string modulo instead of str(i)
def fmt_size(i):
return len("{0}".format(i)) # Same as above but str.format
(libc函数需要一些设置,我没有包括在内)
size_exp
感谢Brian Preslopsky,size_str
感谢GeekTantra,以及size_math
John La Rooy
结果如下:
Time for libc size: 1.2204 μs
Time for string size: 309.41 ns
Time for math size: 329.54 ns
Time for exp size: 1.4902 μs
Time for mod size: 249.36 ns
Time for fmt size: 336.63 ns
In order of speed (fastest first):
+ mod_size (1.000000x)
+ str_size (1.240835x)
+ math_size (1.321577x)
+ fmt_size (1.350007x)
+ libc_size (4.894290x)
+ exp_size (5.976219x)
(免责声明:该函数在输入1到1,000,000上运行)
下面是结果sys.maxsize - 100000
到sys.maxsize
:
Time for libc size: 1.4686 μs
Time for string size: 395.76 ns
Time for math size: 485.94 ns
Time for exp size: 1.6826 μs
Time for mod size: 364.25 ns
Time for fmt size: 453.06 ns
In order of speed (fastest first):
+ mod_size (1.000000x)
+ str_size (1.086498x)
+ fmt_size (1.243817x)
+ math_size (1.334066x)
+ libc_size (4.031780x)
+ exp_size (4.619188x)
如您所见,mod_size
(len("%i" % i)
)是最快的,比使用速度稍快,str(i)
并且比其他速度快得多。
libc = ctyle.CDLL('libc.so.6', use_errno=True)
(猜测就是这样)。它不适用于大于数字的情况,sys.maxsize
因为浮点数不能“很大”。因此,在此之上的任何数字,我想您都只能使用较慢的方法之一。
设数字为,n
则数字的位数n
为:
math.floor(math.log10(n))+1
请注意,这将为+ ve整数<10e15给出正确的答案。除此之外,返回类型的精度限制math.log10
和答案可能会相差1 len(str(n))
。这需要的O(log(n))
时间与对10的幂进行迭代相同。
感谢@SetiVolkylany将我的注意力带到了这个限制上。看起来正确的解决方案在实现细节上有一些警告,这令人惊讶。
assert list(range(1,51)) == [math.floor(math.log10(n))+1 for n in (10**e for e in range(50))]
。
>>> math.floor(math.log10(999999999999997))+1 15.0 >>> math.floor(math.log10(999999999999998))+1 16.0
。看我的答案stackoverflow.com/a/42736085/6003870。
计算不将整数转换为字符串的位数:
x=123
x=abs(x)
i = 0
while x >= 10**i:
i +=1
# i is the number of digits
如亲爱的用户@Calvintwr所提到的,该函数math.log10
在范围[-999999999999997,999999999999997]之外的数字中存在问题,在此我们会出现浮点错误。我在JavaScript(Google V8和NodeJS)和C(GNU GCC编译器)上遇到了这个问题,因此'purely mathematically'
这里没有解决方案。
import math
def get_count_digits(number: int):
"""Return number of digits in a number."""
if number == 0:
return 1
number = abs(number)
if number <= 999999999999997:
return math.floor(math.log10(number)) + 1
count = 0
while number:
count += 1
number //= 10
return count
我测试了长度不超过20(含)的数字,还好。这必须足够,因为在64位系统上,最大长度为整数(19 len(str(sys.maxsize)) == 19
)。
assert get_count_digits(-99999999999999999999) == 20
assert get_count_digits(-10000000000000000000) == 20
assert get_count_digits(-9999999999999999999) == 19
assert get_count_digits(-1000000000000000000) == 19
assert get_count_digits(-999999999999999999) == 18
assert get_count_digits(-100000000000000000) == 18
assert get_count_digits(-99999999999999999) == 17
assert get_count_digits(-10000000000000000) == 17
assert get_count_digits(-9999999999999999) == 16
assert get_count_digits(-1000000000000000) == 16
assert get_count_digits(-999999999999999) == 15
assert get_count_digits(-100000000000000) == 15
assert get_count_digits(-99999999999999) == 14
assert get_count_digits(-10000000000000) == 14
assert get_count_digits(-9999999999999) == 13
assert get_count_digits(-1000000000000) == 13
assert get_count_digits(-999999999999) == 12
assert get_count_digits(-100000000000) == 12
assert get_count_digits(-99999999999) == 11
assert get_count_digits(-10000000000) == 11
assert get_count_digits(-9999999999) == 10
assert get_count_digits(-1000000000) == 10
assert get_count_digits(-999999999) == 9
assert get_count_digits(-100000000) == 9
assert get_count_digits(-99999999) == 8
assert get_count_digits(-10000000) == 8
assert get_count_digits(-9999999) == 7
assert get_count_digits(-1000000) == 7
assert get_count_digits(-999999) == 6
assert get_count_digits(-100000) == 6
assert get_count_digits(-99999) == 5
assert get_count_digits(-10000) == 5
assert get_count_digits(-9999) == 4
assert get_count_digits(-1000) == 4
assert get_count_digits(-999) == 3
assert get_count_digits(-100) == 3
assert get_count_digits(-99) == 2
assert get_count_digits(-10) == 2
assert get_count_digits(-9) == 1
assert get_count_digits(-1) == 1
assert get_count_digits(0) == 1
assert get_count_digits(1) == 1
assert get_count_digits(9) == 1
assert get_count_digits(10) == 2
assert get_count_digits(99) == 2
assert get_count_digits(100) == 3
assert get_count_digits(999) == 3
assert get_count_digits(1000) == 4
assert get_count_digits(9999) == 4
assert get_count_digits(10000) == 5
assert get_count_digits(99999) == 5
assert get_count_digits(100000) == 6
assert get_count_digits(999999) == 6
assert get_count_digits(1000000) == 7
assert get_count_digits(9999999) == 7
assert get_count_digits(10000000) == 8
assert get_count_digits(99999999) == 8
assert get_count_digits(100000000) == 9
assert get_count_digits(999999999) == 9
assert get_count_digits(1000000000) == 10
assert get_count_digits(9999999999) == 10
assert get_count_digits(10000000000) == 11
assert get_count_digits(99999999999) == 11
assert get_count_digits(100000000000) == 12
assert get_count_digits(999999999999) == 12
assert get_count_digits(1000000000000) == 13
assert get_count_digits(9999999999999) == 13
assert get_count_digits(10000000000000) == 14
assert get_count_digits(99999999999999) == 14
assert get_count_digits(100000000000000) == 15
assert get_count_digits(999999999999999) == 15
assert get_count_digits(1000000000000000) == 16
assert get_count_digits(9999999999999999) == 16
assert get_count_digits(10000000000000000) == 17
assert get_count_digits(99999999999999999) == 17
assert get_count_digits(100000000000000000) == 18
assert get_count_digits(999999999999999999) == 18
assert get_count_digits(1000000000000000000) == 19
assert get_count_digits(9999999999999999999) == 19
assert get_count_digits(10000000000000000000) == 20
assert get_count_digits(99999999999999999999) == 20
使用Python 3.5测试的所有代码示例
对于后代来说,毫无疑问,这是迄今为止最慢的解决方案:
def num_digits(num, number_of_calls=1):
"Returns the number of digits of an integer num."
if num == 0 or num == -1:
return 1 if number_of_calls == 1 else 0
else:
return 1 + num_digits(num/10, number_of_calls+1)
from math import log10
digits = lambda n: ((n==0) and 1) or int(log10(abs(n)))+1
def length(i):
return len(str(i))
可以使用以下方法快速完成整数操作:
len(str(abs(1234567890)))
它获取绝对值“ 1234567890”的字符串的长度
abs
返回没有任何负数的数字(仅数字的大小),str
将其转换/转换为字符串,并len
返回该字符串的字符串长度。
如果您希望它适用于浮点数,则可以使用以下两种方法之一:
# Ignore all after decimal place
len(str(abs(0.1234567890)).split(".")[0])
# Ignore just the decimal place
len(str(abs(0.1234567890)))-1
备查。
int
),而不是截断其十进制字符串表示:len(str(abs(int(0.1234567890))))
返回1
以科学记数法表示格式并得出指数:
int("{:.5e}".format(1000000).split("e")[1]) + 1
我不知道速度,但这很简单。
请注意,小数点后的有效位数(如果将科学计数的小数部分四舍五入到另一个数字,则“ .5e”中的“ 5”可能是一个问题。我将其设置为任意大,但可以反映您知道的最大数字的长度。
如果必须要求用户输入内容,然后必须计算有多少个数字,则可以按照以下步骤操作:
count_number = input('Please enter a number\t')
print(len(count_number))
注意:切勿将int用作用户输入。
我的代码与此相同;我使用了log10方法:
from math import *
def digit_count(数字):
if number>1 and round(log10(number))>=log10(number) and number%10!=0 :
return round(log10(number))
elif number>1 and round(log10(number))<log10(number) and number%10!=0:
return round(log10(number))+1
elif number%10==0 and number!=0:
return int(log10(number)+1)
elif number==1 or number==0:
return 1
我必须指定1和0的情况,因为log10(1)= 0和log10(0)= ND,因此不满足提到的条件。但是,此代码仅适用于整数。
这是一个笨重但快速的版本:
def nbdigit ( x ):
if x >= 10000000000000000 : # 17 -
return len( str( x ))
if x < 100000000 : # 1 - 8
if x < 10000 : # 1 - 4
if x < 100 : return (x >= 10)+1
else : return (x >= 1000)+3
else: # 5 - 8
if x < 1000000 : return (x >= 100000)+5
else : return (x >= 10000000)+7
else: # 9 - 16
if x < 1000000000000 : # 9 - 12
if x < 10000000000 : return (x >= 1000000000)+9
else : return (x >= 100000000000)+11
else: # 13 - 16
if x < 100000000000000 : return (x >= 10000000000000)+13
else : return (x >= 1000000000000000)+15
对于不太大的数字,只有5个比较。在我的计算机上,它比该math.log10
版本快30%,比该版本快5%len( str())
。好吧...如果您不疯狂使用它,那么没有吸引力。
这是我用来测试/测量功能的一组数字:
n = [ int( (i+1)**( 17/7. )) for i in xrange( 1000000 )] + [0,10**16-1,10**16,10**16+1]
注意:它不管理负数,但适应很容易...
>>> a=12345
>>> a.__str__().__len__()
5
len(str(a))
。