Python float精度浮点数

Question

我需要实现一个动态编程算法来及时解决旅行商问题，这比Brute Force Search计算点之间的距离要好。 为此，我需要按大小索引子问题，每个子问题的值将是一个浮点数（游览的长度）。 然而，如果我使用python浮点数（实际上具有双精度），将数组保存在内存中将占用大约6GB RAM，因此尝试将该数量减半（我只有4GB RAM）我将需要使用单精度浮点数。 但是我不知道如何在Python中获得单精度浮点数（我使用的是Python 3）。 有人可以告诉我在哪里可以找到它们（我在互联网上找不到这个）。 谢谢。

编辑 ：我注意到numpy也有一个float16类型，可以节省更多的内存。 点之间的距离约为10000，有25个唯一点，我的答案需要是最接近的整数。 float16会提供精确度还是我需要使用float32？

Answer 1

作为第一步，您应该使用NumPy数组来存储数据而不是Python列表。

正如您所正确观察到的，Python float在内部使用双精度，而Python float的双精度值可以用8个字节表示。 但是在64位机器上，使用Python的CPython参考实现，Python float 对象需要一个完整的24字节内存：底层双精度值为8个字节，对象类型指针为8个字节，8引用计数的字节数（用于垃圾收集）。 Python中没有Java的“原始”类型或.NET的“值”类型 - 一切都是盒装的。 这使得语言语义更简单，但意味着对象往往更胖。

现在，如果我们要创建一个float对象的Python 列表 ，那么列表本身会增加额外的开销：每个Python float一个8字节的对象指针（仍然假设这里有64位机器）。 因此，一般来说， n Python float对象的列表将花费你超过32n字节的内存。 在一台32位的机器上，事情好一点，但并不多：我们的float对象每个占用16个字节，而对于列表指针，我们将使用20n字节的内存作为一个长度为float的列表n 。 （警告：如果您的列表从多个列表索引引用相同的 Python float对象，则此分析不太有用，但这不是特别常见的情况。）

相比之下， n双精度浮点数的NumPy数组（使用NumPy的float64 dtype）将其数据以“打包”格式存储在一个8n字节的单个数据块中，因此允许数组元数据的总内存需求将略高于8n字节。

结论：只需从Python列表切换到NumPy数组，就可以将内存需求减少大约4倍。如果仍然不够，那么考虑将精度从双精度降低到单精度可能是有意义的（NumPy的float32 dtype），如果这符合您的准确性需求。 NumPy的float16数据类型每个浮点只占2个字节，但只记录大约3个十进制数字的精度; 我怀疑它对你描述的应用程序来说几乎没用。

Answer 2

您可以尝试ctypes标准库中的c_float类型。 或者，如果您能够安装其他软件包，则可以尝试使用numpy软件包。 它包括float32类型。