R语言大数值打印失配 如何实现可精确还原的数值反解析函数

在R中打印超大数值时，受浮点数精度机制影响，默认输出的舍入结果无法反向还原为原内存中存储的数值，测试过程如下：

设置禁用科学计数法，赋值超大整数：

options(scipen = 999)
x <- 10000000000000000000000000
x
#> [1]  9999999999999998758486016

直接使用打印出的数值重新输入，会得到新的舍入结果，和原存储值不相等：

x ==  9999999999999998758486016
#> [1] FALSE

9999999999999998758486016
#> [1]  9999999999999996611002368

手动测试可找到能还原为原数值的最小整数取值：

x ==  9999999999999998799999999
#> [1] FALSE

9999999999999998799999999
#> [1]  9999999999999996611002368

x ==  9999999999999998800000000
#> [1] TRUE

9999999999999998800000000
#> [1]  9999999999999998758486016

R默认数值类型为遵循IEEE 754标准的64位双精度浮点数（double），出现该现象的核心原因：

• 双精度浮点数仅保留53位二进制有效位，对应十进制下约15-17位有效数字精度，超出范围的整数无法被精确存储，会自动舍入到最近的可表示浮点值上。
• R内置的print()、format()、dput()、deparse()（默认参数下）输出数值时仅打印15位有效十进制数字，该长度不足以唯一映射一个双精度浮点数，因此打印值重新解析后会落到另一个可表示浮点值上，和原值不相等。
• 要保证字符串转数值后和原内存值完全一致，必须输出至少17位有效十进制数字，才能覆盖双精度浮点数的全部精度区间。

要满足x == as.numeric(my_deparser(x))的约束，核心是输出至少17位有效十进制数字，覆盖双精度浮点数的全部精度范围，实现代码如下：

my_deparser <- function(x) {
  if (!is.double(x)) {
    return(deparse(x, control = "digits17"))
  }
  # 处理特殊浮点值
  if (is.na(x)) return("NA_real_")
  if (is.nan(x)) return("NaN")
  if (x == Inf) return("Inf")
  if (x == -Inf) return("-Inf")
  # 普通数值输出17位有效数字，保证往返解析一致
  formatC(x, digits = 17, format = "fg")
}

验证结果：

x <- 10000000000000000000000000
my_deparser(x)
#> [1] "9999999999999998800000000"
x == as.numeric(my_deparser(x))
#> [1] TRUE

R 4.0及以上版本的deparse()内置digits17控制参数，开启后可直接输出满足往返一致性的数值字符串，逻辑与上述实现一致。

• R version 4.1.3 (2022-03-10)
• Platform: aarch64-apple-darwin20 (64-bit)
• Running under: macOS Monterey 12.0.1

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