Python大数值场景下求解满足a*b≤c的最大乘数b的问题

问题核心是二进制浮点数的精度限制导致极大数值运算时，a*b的计算结果出现误差，使得判断a*b > c不准确，最终导致c -= a*b后变为负数。

可行解决方案 #

1. 高精度十进制计算（推荐）

使用Python的decimal模块，它能精确表示十进制浮点数，避免二进制浮点数的精度损失。设置足够高的精度后，可准确计算满足条件的最大b：

from decimal import Decimal, getcontext

# 设置精度，确保覆盖所有输入数值的有效位数（这里设为50位足够处理测试用例）
getcontext().prec = 50

# 用字符串初始化Decimal，避免浮点数转字符串时的精度丢失
a = Decimal("5.195497498518083")
b = Decimal("1.0813434626413702e+16")
c = Decimal("5.614533816817397e+16")

# 计算初始候选b值
b_max = c // a

# 验证并调整：确保a*b_max <= c（极端情况下//运算可能因精度略偏大）
while a * b_max > c:
    b_max -= Decimal("1")

# 更新c值
c -= a * b_max

print("调整后b值:", b_max)
print("更新后c值:", c)

2. 迭代验证调整法

如果不想引入额外模块，可通过循环验证并逐步调整b的候选值，直到满足条件：

a = 5.195497498518083
b = 1.0813434626413702e+16
c = 5.614533816817397e+16

# 初始候选b值
b_candidate = c // a

# 循环验证，直到满足a*b <= c且c - a*b >= 0
while True:
    product = a * b_candidate
    # 考虑浮点数精度误差，加入极小容差避免误判
    if product <= c + 1e-9 and (c - product) >= -1e-9:
        break
    # 根据数值量级调整步长，适配大数值场景
    b_candidate -= 1e-9

# 更新变量
b = b_candidate
c -= a * b

print("调整后b值:", b)
print("更新后c值:", c)

关于Fraction方案失效的原因 #

Fraction(str(c)) // Fraction(str(a))失效，是因为输入的浮点数本身是二进制近似存储的，转成字符串时可能已经丢失了部分精度，导致Fraction无法还原真实的精确值，最终计算结果仍存在误差。而decimal模块通过直接解析十进制字符串，能保留完整的精度信息。

内容的提问来源于stack exchange，提问作者A User