移动设备屏幕宽高比计算：GCD结果为1时的最优处理方案

嘿，这个场景我太熟悉了——当math.gcd返回1时，说明原始分辨率的比例没法被简化成简洁的整数比，但我们要的是用户认知里的标准宽高比（比如16:9、18:9这类），而不是1080:2009这种生硬的数字。下面是几个经过验证的最优处理思路：

1. 匹配误差最小的标准比例 #

这是最常用的方案，核心是把原始比例和行业通用的标准比例做对比，选最接近的那个：

• 先计算原始分辨率的小数比例：比如你的例子里，2009 / 1080 ≈ 1.859
• 提前定义好移动设备的常见标准比例集合：

  standard_ratios = {
      "4:3": 4/3,
      "16:9": 16/9,
      "18:9": 2,
      "20:9": 20/9,
      "21:9": 7/3
  }
  

• 遍历集合，计算当前比例和每个标准比例的差值绝对值，选差值最小的那个。比如1.859和17:9（≈1.888）的差值约0.029，比16:9（≈1.777）的差值0.082更小，所以可以归类为17:9；如果差值超过预设阈值（比如0.1），就标记为「特殊比例」保留原始值。

2. 放宽GCD的严格性，允许微小误差 #

如果不想完全依赖预设的标准比例，而是想得到一个近似的简洁整数比，可以这么做：

• 设定一个误差容忍阈值（比如0.05，即5%的误差）
• 遍历可能的公约数候选值（比如从2到20），计算分辨率除以候选值后的结果，看是否接近整数
• 或者反过来，固定分母范围（比如1到20），计算对应的分子=当前比例×分母，取最接近的整数，再简化这个整数和分母的比例
• 举个例子：1080和2009，尝试分母为9，分子≈1.859×9≈16.73，接近17，所以得到17:9，误差很小。

3. 基于区间匹配行业通用比例 #

移动设备的宽高比其实非常集中，我们可以把每个标准比例对应一个数值区间，直接判断当前比例落在哪个区间里：

• 比如：
  • 4:3 → 1.32-1.34
  • 16:9 → 1.77-1.79
  • 18:9 → 1.99-2.01
  • 20:9 → 2.21-2.23
• 这种方法适合批量处理17000款设备的场景，计算速度快，而且结果完全符合用户对移动设备比例的认知。

额外注意点 #

• 如果是UI适配这类需要精确比例的场景，原始的1080:2009还是要保留，但展示给用户或者做统计时，用近似的标准比例更友好
• 批量处理时，可以先过滤掉GCD不为1的设备，只对GCD为1的应用上述逻辑，能大幅提升效率

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