python如何自然支持大整数并高效？
How can python naturally support big integer and be efficient?
在python中，如果让a=2*4，那么"a"就是整型。
但是如果我们让 a = 2**400，那么 "a" 将自动成为 long 类型，这是 java 的 BigInteger 对应物。
因此Python可以在必要时自动将整数转换为BigInteger。我的问题是：如果每次对一个整数进行算术运算，Python都会检查这个运算是否导致溢出。如果溢出，将其转换为 BigInteger。会不会很费钱？因为这基本上意味着 Python 在每个整数算术指令之后插入一条溢出检查指令。
那么python如何自然支持大整数并且高效呢？
Wouldn't it be very costly?
当然可以，但这远不是所涉及的最昂贵的事情。我们还对所涉及的算术运算进行动态调度，并动态分配对象以保存结果等。
So how can python naturally support big integer and be efficient?
如果您的算法将所有时间都花在使用 Python 整数进行 Python 级算术运算上，它 将不会 高效。它会很慢。在那种情况下，您可能想使用 NumPy 或 C 之类的东西而不是 Python 整数运算。
在python中，如果让a=2*4，那么"a"就是整型。 但是如果我们让 a = 2**400，那么 "a" 将自动成为 long 类型，这是 java 的 BigInteger 对应物。
因此Python可以在必要时自动将整数转换为BigInteger。我的问题是：如果每次对一个整数进行算术运算，Python都会检查这个运算是否导致溢出。如果溢出，将其转换为 BigInteger。会不会很费钱？因为这基本上意味着 Python 在每个整数算术指令之后插入一条溢出检查指令。 那么python如何自然支持大整数并且高效呢？
Wouldn't it be very costly?
当然可以，但这远不是所涉及的最昂贵的事情。我们还对所涉及的算术运算进行动态调度，并动态分配对象以保存结果等。
So how can python naturally support big integer and be efficient?
如果您的算法将所有时间都花在使用 Python 整数进行 Python 级算术运算上，它 将不会 高效。它会很慢。在那种情况下，您可能想使用 NumPy 或 C 之类的东西而不是 Python 整数运算。