为何判断完全平方数时pow(math.sqrt(n),2)==n不如math.sqrt(n)%1==0可靠？

问题描述 #

在编程测试网站做题时，我写出了以下代码：

import math

def solution(n):
    return pow(math.sqrt(n)+1,2) if (pow(math.sqrt(n),2) == n) else -1

测试结果正确率仅为87%，后来发现把判断条件换成if(math.sqrt(n)% 1 == 0)就能通过测试，想知道第一种方法不可行的原因。

原因分析 #

问题核心在于浮点数的精度限制：

• Python里的float是双精度浮点数，只能精确表示2^53范围内的整数。当n是超出这个范围的完全平方数时，math.sqrt(n)返回的浮点数无法精确对应原本的整数平方根，会存在微小偏差。
• 比如某个大整数k²，math.sqrt(k²)得到的结果可能是k ± 1e-15这类近似值，用pow再平方回去后，得到的数值会和原n有细微差异，导致pow(math.sqrt(n),2) == n的判断结果为False，哪怕n确实是完全平方数。
• 而math.sqrt(n)%1 == 0的逻辑是判断平方根的小数部分是否为0。当平方根的浮点数表示存在微小误差时，只要整数部分准确，小数部分会趋近于0，在浮点数取模运算的精度范围内会被判定为0，因此能正确识别完全平方数。

更可靠的写法 #

如果使用Python 3.8及以上版本，推荐用math.isqrt直接获取整数平方根，彻底规避浮点数精度问题：

import math

def solution(n):
    k = math.isqrt(n)
    return (k + 1) ** 2 if k * k == n else -1

内容的提问来源于stack exchange，提问作者daundawndown