Python中//整数除法与/普通除法在考拉兹迭代计算中的结果差异疑问

核心原因是两种除法的返回类型和精度特性存在本质差异，在超大整数运算场景下表现完全不同：

• 整数除法 // 运算逻辑
  // 是整数向下取整除法，返回结果始终为Python的int类型，而Python原生支持任意精度的大整数运算，只要内存足够就不会丢失精度。你的代码全程按照考拉兹序列的规则精确计算每一步的值，得到的1754是准确的运算步数。
• 普通除法 / 运算逻辑
  / 是浮点数除法，返回结果为Python的float类型（对应底层双精度浮点数）。双精度浮点数仅能精确表示绝对值小于2^53的整数，超过这个范围的整数会因为有效位不足被截断舍入，无法保留精确值。

你的初始值2**221 + 1远大于2^53，第一次执行x = x/2时结果就已经丢失了低位精度，后续的x%2奇偶判断完全基于错误的数值，甚至会在运算过程中被直接舍入为更小的数值，提前触发x == 1的退出条件，得到的229是精度丢失后的错误结果。

举个简单的验证例子：在Python中执行(2**60 + 1) % 2会返回1，而执行float(2**60 +1) %2会返回0.0，就是因为超大整数转浮点数时精度丢失，奇偶性判断直接出错。

内容的提问来源于stack exchange，提问作者algebroo