使用十进制类型增加了功耗计算的时间开销

Question

（我改成了）非常小的数字。在

经过这一转换，时间成本是相同的，但当我试图提高精度使用十进制。十进制将（2）转换为（3）时间成本爆炸式增长（约10倍）。在

有没有解决办法来减少时间和保持同样的精度？在

（1）

alpha = 1. (fyt *  qyt ) / (fxt * qxt)

（2）

^{pr2}$

（3）

alpha = 10**(Decimal(fyt).log10() + Decimal(qyt).log10() - Decimal(fxt).log10() - Decimal(qxt).log10())         

Answer 1

有一个名为cDecimal的外部包，它是Decimal模块的C实现。我从来没用过，但可能想试试。在

Answer 2

我想说这是意料之中的，因为这里有一种10**x的幂计算，在十进制的情况下，这意味着在每一步之后检查精度。在

考虑下面的例子，很明显十进制幂运算非常昂贵：

In [6]: from decimal import Decimal

In [7]: %timeit 10**.0123456789
100000000 loops, best of 3: 16.6 ns per loop

In [8]: %timeit 10**Decimal(.0123456789)
10000 loops, best of 3: 95.3 µs per loop

---

因此，与其对（3）方程进行十进制运算，不如直接对第一个（1）进行运算：

^{pr2}$

这应该足够快，因为总共只有3个操作发生，并且应该具有相同的精度，因为我们使用的是Decimal。在