Python 的 divmod 到底好在哪?拆开负数取整、浮点余数和那条更慢的实测数据

简介: divmod(a,b) 一次同时返回商和余数:负数向下取整、余数符号跟除数,与 // % 完全一致。本文用本机 CPython 3.13.14 实测浮点余数误差(0.3%0.1 不等于 0)、除零与复数 TypeError、100 组一致性抽查与千万次计时——divmod 反而比分别运算慢 18%,附拆位场景选择

看到 q = a // b 和 r = a % b 同时出现时,很多人会下意识改成一行 q, r = divmod(a, b)——"一次调用同时算两个,肯定更快"。本文在本机 CPython 3.13.14 上逐条实测,结论里有反直觉的部分:divmod 不但常常不快,还把浮点余数的坑原封不动地带给了你。以下所有输出都来自真实运行。

一、整数场景:商向下取整,余数符号跟着除数走

先看正数,没有任何意外:

>>> divmod(17, 5)
(3, 2)

真正的分水岭在负数。-17 // 5 的结果是 -4 而不是 -3——Python 的整除是向下取整(floor),不是向零取整。于是:

>>> divmod(-17, 5)
(-4, 3)      # 不是 (-3, -2)
>>> -17 // 5
-4
>>> -17 % 5
3            # 余数符号跟除数:除数是正的,余数就是正的

把除数换成负的,余数立刻变号:

>>> divmod(17, -5)
(-4, -3)

这就是 Python 的"地板除"约定:商向下取整,余数 = 被除数 − 商 × 除数,所以余数的正负号永远跟除数一致。我在 100 组 (a, b) 组合上逐一核对,divmod(a, b) 与 (a // b, a % b) 的结果全部相等——divmod 不是第三种除法,它就是地板除和取模的打包版。这一点决定了它不会"修正"你分别写 // 和 % 时的任何行为,好的坏的都是同一套。

二、浮点余数:divmod 原封不动地把坑带给你

>>> divmod(0.3, 0.1)
(2.0, 0.09999999999999998)

商是 2.0,余数却不是 0——这是浮点表示误差:0.1 在二进制里存不下,0.3 - 2*0.1 剩下的就是那个著名的 0.09999999999999998。0.3 % 0.1 直接算,结果一模一样。divmod 不做任何舍入修正,你想绕开这个坑,靠的是 round() 或 math.isclose(),跟换不换 divmod 没有关系。

浮点还有个更隐蔽的边界:大数。divmod(1e16, 1.0) 返回 (1e+16, 0.0),看起来正常,但当商大到超过 2^53,浮点连整数都存不准,商和余数都可能离谱。金额、坐标这类场景请用整数(比如以"分"为单位)再除。

三、它拒绝什么:除零和复数

>>> divmod(5, 0)
ZeroDivisionError: integer division or modulo by zero
>>> divmod(5, 0.0)
ZeroDivisionError: float divmod()
>>> divmod(3+2j, 2)
TypeError: unsupported operand type(s) for divmod()

三个报错各自干净:整数除零、浮点除零分开报;复数没有定义"地板"概念(复数没有大小顺序,无法向下取整),直接 TypeError。所以 divmod 不能当 complex 的除法工具用——复数除法请老老实实写 a / b。

四、实测:divmod 反而慢

这是全文最反直觉的部分。1 千万次循环计时:

divmod: 2.725s
分别 // + %: 2.305s    差 0.420s

divmod 慢了约 18%。原因在字节码层面:x // 10, x % 10 编译成两条 BINARY_OP 内联指令,CPU 直接做完;divmod(x, 10) 是一次完整的内置函数调用,要走参数打包、函数查找、元组构造的完整流程。"一次调用算两个"省不掉函数调用的开销——和之前实测迭代器工具那篇的结论一个道理:直觉上的"省一次"经常输给内联的两条指令。

什么时候 divmod 值得用?不是性能,是表达力:q, r = divmod(x, b) 一行说清"商和余数是一对",而且两个结果天然一致,不会出现你先改了 b 忘了同步另一行的事故。

五、它的主场:拆位

时间换算是 divmod 的经典场景,因为商和余数都要用:

>>> h, rem = divmod(3661, 3600)
>>> m, s = divmod(rem, 60)
>>> h, m, s
(1, 1, 1)

3661 秒拆成 1 小时 1 分 1 秒,两行干净。进制拆位同理:反复 divmod(n, 10) 就能逐位剥出一个整数的每一位。凡是"商和余数都要用"的地方,divmod 就是对的工具;只想要商就用 //,只想要余数就用 %——各用各的,别为了"看起来高级"多付一次函数调用。

相关文章
|
7天前
|
Linux Go 开发工具
手机上跑 DeepSeek 智能体:开源安卓客户端 DSH Go 安装与使用指南
DSH Go 是一款开源安卓客户端,将 DeepSeek Harness 智能体引擎装进手机:免 Root、免 Termux,一键安装即用;支持本机运行(内置 Ubuntu+Node.js)或远程接管电脑会话;具备插话打断、过程折叠、屏幕操控、端到端加密分享等特色功能,真正实现智能体“口袋化”。
8541 21
|
7天前
|
弹性计算 人工智能 API
Codex超详细入门指南(下载·安装·登录·上手,全版本覆盖,2026最新版)
建议收藏本教程,2026 全年各版本更新随时回来查阅。如果你在搭建过程中遇到任何问题,欢迎结合 阿里云工单系统 提交技术支持请求,或在 阿里云开发者社区 搜索 Codex 相关话题交流。 祝你编码愉快,效率翻倍!
2609 12
|
2天前
|
人工智能 安全 应用服务中间件
NGINX 爆出两处高危漏洞 可导致未经身份验证的远程代码执行
NGINX曝出两个高危漏洞(CVE-2026-123633和CVE-2026-123007),CVSS 9.2分,均属HTTP/2内存安全缺陷,无需认证即可远程执行代码。影响自2015年起的多个版本,静态站点亦受威胁。修复版本为开源版1.30.7/1.31.9。(239字)
1266 0
NGINX 爆出两处高危漏洞 可导致未经身份验证的远程代码执行
|
5天前
|
传感器 安全 区块链
Windows 电脑运行安卓应用教程:开源工具 ApkStart 双击 APK 即装、独立窗口运行
ApkStart 是一款开源Windows工具,让安卓APP像原生软件一样运行:双击APK即安装、生成真实图标、独立窗口启动、开始菜单可搜索。无需传统模拟器,内置QEMU运行时,支持数据互通、ARM兼容与命令行操作。(239字)
|
10天前
|
人工智能 前端开发 API
阿里云Qwen4-Max 大模型详解:定位、特征、能力、适用场景与相对Qwen3-Max差异解析
2026年11月11日,阿里发布第四代旗舰模型Qwen4-Max预览版,首发千问AI平台Token Plan并接入千问办公、Qoder等入口。该版本聚焦知识理解、世界感知、编程与Agentic四项升级,主打复杂编程、专业办公、前端设计与专业软件操作等真实任务。预览期为11月11日10:00至11月25日24:00,仅支持Token Plan调用,到期后模型标识下线;限时2折、新用户再享5折,最低1折可体验。
|
9天前
|
JSON 前端开发 API
阿里云最新Qwen4-Max大模型介绍:模型定位、特征、能力、适用场景解析
2026 年 11 月 11 日,阿里发布第四代旗舰模型Qwen4-Max预览版,首发千问 AI 平台 Token Plan,并同步接入千问办公、Qoder 等入口。该版本聚焦知识理解、世界感知、编程与 Agentic 四项升级,主打复杂编程、专业办公、前端设计与专业软件操作。预览期至 11 月 25 日 24:00,到期后模型标识下线;限时 2 折、新用户再享 5 折,最低 1 折可体验。
|
22天前
|
Linux 开发工具 iOS开发
Codex保姆级教程(下载+安装+登录+使用,含所有版本,2026最新)
Codex是OpenAI推出的开源AI编程智能体,本地运行,可理解整个代码库,支持自然语言指令改代码、执行命令、跑测试、修Bug,兼容Win/macOS/Linux。(239字)
10857 59
|
3天前
|
人工智能 弹性计算 IDE
Codex超详细入门指南(下载·安装·登录·上手,全版本覆盖,2026最新版)
适合团队落地代码规范,每次提交自动生成评审报告,降低人工CR工作量。同时支持自定义技能脚本,接入团队内部SDK说明文档,让Codex生成符合团队编码规范的代码。Codex三大客户端覆盖本地开发、服务器远程编码、自动化流水线场景,搭配阿里云百炼的Token Plan、Coding Plan,能够低成本搭建稳定可控的AI编码助手。新手建议先从IDE插件入手,熟悉交互逻辑,再尝试CLI版本部署在阿里云ECS,实现云上项目远程编码、批量脚本处理。只要按照步骤完成环境准备、版本选型、密钥对接、项目初始化,就可以把Codex融入日常开发流程,大幅提升代码编写、问题排查、项目重构的效率。
921 0
|
5天前
|
人工智能 弹性计算 开发工具
零成本玩各大模型!DeepSeek Harness dsh-our-free-model 插件,13 个厂商模型直接用
总结一下:装这个插件,你不用注册、不用绑卡、不用填一个 Key,就能在 DeepSeek Harness 里用上 DeepSeek V4.1 Flash、Kimi K3 这一批前沿模型,而且是白嫖的、还不限量。三步搞定:下载插件,复制包含 `package.json` 的插件目录路径,在「添加插件」里粘贴路径安装并重启。无论是在阿里云 ECS 上通过命令行部署的 Web 版,还是本地的 Electron 桌面端,都能顺利跑通,快速搭建一套零成本的免费模型使用环境。
1229 1
|
8天前
|
Linux API iOS开发
【DSH】DeepSeek Harness新手保姆教程(下载+安装+配置+使用,2026最新实测)
DeepSeek Harness(dsh)是DeepSeek AI开源的智能体框架,秉持“一切皆插件”理念,支持读文件、改代码、跑命令、处理表格、联网搜索等操作。免费开源,兼容Windows/macOS/Linux,提供桌面端与网页端,可灵活安装插件扩展能力。