如何求解0-2区间内给定数值的等间隔非整数近似公倍数

这类需求完全可以实现，本质是将浮点数问题转换为整数域的最大公约数计算，不需要暴力遍历浮点数区间。

核心逻辑 #

你需要找的数x满足：每个给定数值除以x的结果为整数（或容差范围内近似整数），这类x本质是原数组的公共整除数，计算逻辑如下：

• 找到公共缩放因子s，将所有浮点数乘s后全部转为整数，消除小数位
• 对转换得到的整数数组求最大公约数（GCD），将结果除以s，得到所有数的最大公共整除数x0
• 所有符合要求的x均为x0除以正整数k的结果：当x = x0/k时，原数除以x的结果为k*(原数/x0)，必然是整数，天然满足判定条件

精度处理注意事项 #

不要直接对浮点数求GCD，很容易引入精度误差，推荐用分数类型做精确转换，输出阶段再转回浮点数即可。如果需要支持近似匹配，只需要在校验环节设置容差阈值，判断比值和最近整数的差值是否在阈值范围内即可。

Python实现代码 #

from math import gcd
from functools import reduce
from fractions import Fraction

def find_common_divisors(num_list, upper_limit=2, tol=1e-6):
    # 转分数类型做精确计算，避免浮点误差
    frac_nums = [Fraction(str(n)) for n in num_list]
    
    # 求多个数的最小公倍数
    def lcm(a, b):
        return a * b // gcd(a, b)
    
    # 计算缩放因子，将所有分数转为整数
    denominators = [f.denominator for f in frac_nums]
    scale = reduce(lcm, denominators)
    int_nums = [int(f * scale) for f in frac_nums]
    
    # 求整数数组的GCD，反推最大公共整除数
    int_gcd = reduce(gcd, int_nums)
    max_x = Fraction(int_gcd, scale)
    
    result = []
    k = 1
    while True:
        current_x = max_x / k
        current_x_float = float(current_x)
        # 超过区间上限则跳过，小于精度下限则终止循环
        if current_x_float >= upper_limit:
            k += 1
            continue
        if current_x_float < 1e-9:
            break
        
        # 容差校验（精确计算场景下可省略，兼容近似判断需求）
        is_valid = True
        for n in num_list:
            ratio = n / current_x_float
            if abs(ratio - round(ratio)) > tol:
                is_valid = False
                break
        if is_valid:
            # 截断浮点误差尾数位
            result.append(round(current_x_float, 10))
        k += 1
    
    # 从小到大排序返回
    return sorted(result)

# 测试示例
if __name__ == "__main__":
    A = 6
    B = 7.5
    C = 24
    print(find_common_divisors([A, B, C], upper_limit=2))

结果说明 #

针对给出的测试用例，计算得到的最大公共整除数为1.5，0-2区间内符合要求的数包括但不限于：0.05, 0.06, 0.1, 0.15, 0.3, 0.5, 1.5。示例中提到的1不符合要求（7.5/1=7.5，不是整数），属于笔误。
如果需要取等间隔的点集，只需要选定一个最小的符合要求的x作为基准步长，按需筛选对应数量的点即可，不需要遍历整个浮点数区间。

内容的提问来源于stack exchange，提问作者Andrew.M