如果您希望整数的长度与整数中的位数一样,您始终可以将其转换为字符串,如 str(133)
并找到它的长度,如 len(str(123))
。
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 '-'
你可能想把它放在一个函数中:)
这里有一些基准。即使是很小的数字,len(str())
也已经落后
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
for 99999999999999999999999999999999999999999999999999999999999999999999999
(71 Nines) 返回 72 吗?我认为我可以依赖 log10 方法,但我必须使用 len(str(x)) 代替:(
math.log10(999999999999999)
等于 14.999999999999998
,因此 int(math.log10(999999999999999))
变为 14
。但是 math.log10(9999999999999999)
等于 16.0
。也许使用 round
可以解决这个问题。
10**12
下,len(str(n))
是最快的。在此之上,纯 log10 始终是最快的,但在 10**15
之上,它是不正确的。只有在 10**100
左右,我的解决方案(带有 10**b
检查的 ~log10)才开始击败 len(str(n))
。总之,使用 len(str(n))
!
所有 math.log10 解决方案都会给您带来问题。
math.log10 速度很快,但是当您的数字大于 999999999999997 时会出现问题。这是因为浮点数的 0.9 太多,导致结果四舍五入。
解决方案是对高于该阈值的数字使用 while 计数器方法。
为了使这更快,创建 10^16、10^17 等等,并作为变量存储在列表中。这样,它就像一个表格查找。
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
的一个很好的反例。有趣的是,二进制表示如何翻转数值,给出数学上不正确的结果。
自从提出这个问题以来已经有好几年了,但我已经编译了几种方法的基准来计算整数的长度。
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,size_math
感谢 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)
以下是 sys.maxsize - 100000
到 sys.maxsize
的结果:
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 str(i)
稍快,并且比其他方法快得多。
libc = ctyle.CDLL('libc.so.6', use_errno=True)
(猜测就是这样)。它不适用于大于 sys.maxsize
的数字,因为浮点数不能“非常大”。因此,任何高于此的数字,我想您都被其中一种较慢的方法所困扰。
Python 2.*
int
占用 4 或 8 个字节(32 或 64 位),具体取决于您的 Python 版本。 sys.maxint
(2**31-1
表示 32 位整数,2**63-1
表示 64 位整数)会告诉您两种可能性中的哪一种。
在 Python 3 中,int
(如 Python 2 中的 long
)可以采用任意大小,直至可用内存量; sys.getsizeof
为您提供了任何给定值的良好指示,尽管它确实也计算了一些固定开销:
>>> 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,您正在考虑整数值的某种字符串表示形式,那么只需采用该表示形式的 len
,无论是以 10 为底还是其他形式!
设数字为 n
,则 n
中的位数由下式给出:
math.floor(math.log10(n))+1
请注意,这将给出 +ve 整数 < 的正确答案。 10e15。除此之外,math.log10
的返回类型的精度限制开始起作用,答案可能会偏离 1。除此之外,我会简单地使用 len(str(n))
;这需要 O(log(n))
时间,这与迭代 10 的幂相同。
感谢@SetiVolkylany 让我注意到这个限制。令人惊讶的是,看似正确的解决方案在实施细节中却存在警告。
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
。看我的回答stackoverflow.com/a/42736085/6003870。
好吧,如果不转换为字符串,我会执行以下操作:
def lenDigits(x):
"""
Assumes int(x)
"""
x = abs(x)
if x < 10:
return 1
return 1 + lenDigits(x / 10)
极简递归 FTW
正如亲爱的用户@Calvintwr 所提到的,函数 math.log10
在 [-999999999999997, 9999999999999997] 范围之外的数字中存在问题,我们会遇到浮点错误。我在 JavaScript(Google V8 和 NodeJS)和 C(GNU GCC 编译器)中遇到了这个问题,所以这里不可能使用 'purely mathematically'
解决方案。
基于此 gist 和 answer 亲爱的用户 @Calvintwr
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
我对长度不超过 20(含)的数字进行了测试,没问题。它必须足够,因为 64 位系统上的最大长度整数是 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
计算没有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
对于后人来说,毫无疑问是迄今为止解决这个问题最慢的方法:
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)
这是一个庞大但快速的版本:
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 次比较。在我的计算机上,它比 math.log10
版本快 30%,比 len( str())
快 5%。好吧......如果你不疯狂地使用它,它就不那么有吸引力了。
这是我用来测试/测量我的功能的一组数字:
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......
from math import log10
digits = lambda n: ((n==0) and 1) or int(log10(abs(n)))+1
假设您要的是可以存储在整数中的最大数字,则该值取决于实现。我建议你在使用 python 时不要这样想。无论如何,相当大的值可以存储在python“整数”中。请记住,Python 使用鸭子类型!
编辑:我在澄清提问者想要位数之前给出了答案。为此,我同意接受的答案建议的方法。没有什么要补充的了!
def length(i):
return len(str(i))
可以使用以下方法快速完成整数:
len(str(abs(1234567890)))
得到绝对值“1234567890”的字符串长度
abs
返回没有任何负数的数字(只有数字的大小),str
将其转换/转换为字符串,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,您可以使用以下任一方法:
# 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
)比截断其十进制字符串表示更简单:len(str(abs(int(0.1234567890))))
返回 1。
用科学记数法格式化并去掉指数:
int("{:.5e}".format(1000000).split("e")[1]) + 1
我不知道速度,但它很简单。
请注意小数点后的有效位数(“.5e”中的“5”如果将科学记数法的小数部分四舍五入到另一个数字,则可能会出现问题。我将其设置为任意大,但可以反映你知道的最大数的长度。
def count_digit(number):
if number >= 10:
count = 2
else:
count = 1
while number//10 > 9:
count += 1
number = number//10
return count
def digits(n)
count = 0
if n == 0:
return 1
if n < 0:
n *= -1
while (n >= 10**count):
count += 1
n += n%10
return count
print(digits(25)) # Should print 2
print(digits(144)) # Should print 3
print(digits(1000)) # Should print 4
print(digits(0)) # Should print 1
这是另一种计算任何数字小数点前位数的方法
from math import fabs
len(format(fabs(100),".0f"))
Out[102]: 3
len(format(fabs(1e10),".0f"))
Out[165]: 11
len(format(fabs(1235.4576),".0f"))
Out[166]: 4
我做了一个简短的基准测试,测试了 10,000 个循环
num len(str(num)) ---- len(format(fabs(num),".0f")) ---- speed-up
2**1e0 2.179400e-07 sec ---- 8.577000e-07 sec ---- 0.2541
2**1e1 2.396900e-07 sec ---- 8.668800e-07 sec ---- 0.2765
2**1e2 9.587700e-07 sec ---- 1.330370e-06 sec ---- 0.7207
2**1e3 2.321700e-06 sec ---- 1.761305e-05 sec ---- 0.1318
它速度较慢,但更简单。
但即使是这个解决方案也确实给出了错误的结果 9999999999999998
len(format(fabs(9999999999999998),".0f"))
Out[146]: 16
len(format(fabs(9999999999999999),".0f"))
Out[145]: 17
如果您必须要求用户提供输入,然后您必须计算有多少数字,那么您可以按照以下步骤操作:
count_number = input('Please enter a number\t')
print(len(count_number))
注意:永远不要将 int 作为用户输入。
我的代码如下;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。
最佳答案是说 mathlog10 更快,但我得到的结果表明 len(str(n)) 更快。
arr = []
for i in range(5000000):
arr.append(random.randint(0,12345678901234567890))
%%timeit
for n in arr:
len(str(n))
//2.72 s ± 304 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
%%timeit
for n in arr:
int(math.log10(n))+1
//3.13 s ± 545 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
此外,我没有在数学方法中添加逻辑来返回准确的结果,我只能想象它会更慢。
我不知道以前的答案如何证明数学方法更快。
n = 3566002020360505
count = 0
while(n>0):
count += 1
n = n //10
print(f"The number of digits in the number are: {count}")
输出:数字中的位数为:16
如果您正在寻找不使用内置函数的解决方案。唯一需要注意的是您发送 a = 000
时。
def number_length(a: int) -> int:
length = 0
if a == 0:
return length + 1
else:
while a > 0:
a = a // 10
length += 1
return length
if __name__ == '__main__':
print(number_length(123)
assert number_length(10) == 2
assert number_length(0) == 1
assert number_length(256) == 3
assert number_length(4444) == 4
a: int
是正确的,这不适用于 float
。例如,number_length(1.5)
返回 1
。
一种快速解决方案,它使用基于“Better way to compute floor of log(n,b) for integers n and b?”的 floor(log10(n))
的自我更正实现。
import math
def floor_log(n, b):
res = math.floor(math.log(n, b))
c = b**res
return res + (b*c <= n) - (c > n)
def num_digits(n):
return 1 if n == 0 else 1 + floor_log(abs(n), 10)
这是相当快的,并且只要 n < 10**(2**52)
(这真的很大)就可以工作。
这是最简单的方法,无需将 int 转换为字符串:
假设给出了一个 15 位的数字,例如; n=787878899999999;
n=787878899999999
n=abs(n) // we are finding absolute value because if the number is negative int to string conversion will produce wrong output
count=0 //we have taken a counter variable which will increment itself till the last digit
while(n):
n=n//10 /*Here we are removing the last digit of a number...it will remove until 0 digits will left...and we know that while(0) is False*/
count+=1 /*this counter variable simply increase its value by 1 after deleting a digit from the original number
print(count) /*when the while loop will become False because n=0, we will simply print the value of counter variable
输入 :
n=787878899999999
输出:
15
没有导入和函数的解决方案,如 str()
def numlen(num):
result = 1
divider = 10
while num % divider != num:
divider *= 10
result += 1
return result
coin_digit = str(coin_fark).split(".")[1]
coin_digit_len = len(coin_digit)
print(coin_digit_len)
.split(".")
),而问题适用于整数。它假设输入数字已经是一个字符串。虽然得到 len(digits)
的解决方案已经回答 in the accepted answer。
>>> a=12345
>>> a.__str__().__len__()
5
len(str(a))
。
不定期副业成功案例分享
Math.log10
方法只用了 7.486343383789062e-05 秒,大约快 1501388 倍!Math.log10
。