项目Euler_101-如何解决numpy多项式溢出?

不是100的比例缩放起了作用,而是给出的数字是浮点数而不是整数,因此具有更高的范围。由于浮点计算,您已经看到,计算中引入了一些不准确的地方。

您可以这样手动指定类型:

u = numpy.poly1d(numpy.array([1, -1, 1, -1, 1, -1, 1, -1, 1, -1, 1], dtype=numpy.int64))

这个问题的计算适合64位整数,所以这是可行的。

列出了支持的类型 here .

在我写这篇文章的时候,Interjay给出了一个更好的答案,但我想你还是需要另一个选择。

下面是您展示的示例的简单实现:

class Poly(object):
    def __init__(self, coefficients):
        assert len(coefficients) > 0
        self.coefficients = coefficients
    def __call__(self, value):
        total = self.coefficients[0]
        for c in self.coefficients[1:]:
            total = total * value + c
        return total

还有一些测试

assert Poly([5])(1) == 5
assert Poly([7])(1) == 7
assert Poly([2,3])(5) == 13
assert Poly([1,0,0,0,0])(-2) == 16
u = Poly([1, -1, 1, -1, 1, -1, 1, -1, 1, -1, 1])
for i in range(1, 11):
    print (i, u(i))

相当无用的

assert Poly([2,"!"])("Hello ") == "Hello Hello !"