Ruby求标准输入整数之和

Question

我有：

$ ruby -v
ruby 2.0.0p648 (2015-12-16 revision 53162) [universal.x86_64-darwin16]

假设您有一个整数序列1..n，对于初学 Ruby 的人来说，他们会这样求和：

$ ruby -e 's=0
     for i in 1..500000
        s+=i
     end
     puts s'
125000250000

现在假设我有来自 stdin 的相同序列：

$ seq 1 500000 | ruby -lne 'BEGIN{s=0}
                            s+=$_.to_i
                            END{puts s} '   
125000250000

到目前为止一切都好。现在将终值从500,000增加到5,000,000：

$ ruby -e 's=0
         for i in 1..5000000
            s+=i
         end
         puts s'
12500002500000   <=== CORRECT

$ seq 1 5000000 | ruby -lne 'BEGIN{s=0}
                             s+=$_.to_i
                             END{puts s} '
500009500025     <=== WRONG!

它会产生不同的总和。

awk 和 perl 都使用相同的序列产生了正确的结果：

$ seq 1 5000000 | awk '{s+=$1} END{print s}'
12500002500000
$ seq 1 5000000 | perl -nle '$s+=$_; END{print $s}'
12500002500000

为什么 Ruby 的求和结果不正确？我认为这不是溢出问题，因为相同的输入在 awk 和 perl 中能正常工作。

---

结论：

感谢 David Aldridge 进行诊断。

1. OS X and BSD seq converts to a float output at 1,000,000 while GNU seq supports arbitrary precision integers. OS X seq is useless as a source of integers greater than 1,000,000. Example on OS X:

   $ seq  999999 1000002
   999999
   1e+06
   1e+06
   1e+06
   

2. The ruby method .to_i silently converts a partial string to an integer and that was the 'bug' in this case. Example:

   irb(main):002:0> '5e+06'.to_i
   #=> 5
   

3. The 'correct' line in the script is to either use $_.to_f.to_i to use floats or to use Integer($_) to not have the script fail silently. awk and perl parse 5e+06 into a float, and ruby does not implicitly:

   $ echo '5e+06' | awk '{print $1+0}'
   5000000
   $ echo '5e+06' | ruby -lne 'print $_.to_i+0'
   5
   

4. And thanks to Stefan Schüßler for opening a Ruby feature request regarding .to_i behavior.

- dawg

---

FYI，我已经为这个问题开了一个功能请求。 - Stefan

值得一提的是，Ruby 2.4中的Enumerable#sum方法已经针对此进行了优化，因此(1..5000000).sum几乎可以立即返回结果。 - steenslag

我可以问一下为什么要点踩吗？这样我就可以纠正这个问题或者以后的问题了。对于其他的 Ruby 初学者来说，这里有什么不清楚或者没有用的地方吗？ - dawg

Answer 1

我不确定这是否是100%的答案，但我注意到：

可能有其他解决方案，但以下方法可以尝试：

seq 500000 500001 | ruby -lne 'BEGIN{}
                             puts $_
                             END{} '
500000
500001

... but ...

seq 5000000 5000001 | ruby -lne 'BEGIN{}
                             puts $_
                             END{} '
5e+06
5e+06

因此，#to_i方法对于将值转换为整数的“宽容”（relaxed）方法仍然有效。

seq 5000000 5000001 | ruby -lne 'BEGIN{}
                             puts $_.to_i
                             END{} '
5
5

...但更严格的#to_int不会这样做

seq 5000000 5000001 | ruby -lne 'BEGIN{}
                             puts $_.to_int
                             END{} '
-e:2:in `<main>': undefined method `to_int' for "5e+06":String (NoMethodError)

编辑：我还注意到：

seq 5000000 5000001

5e+06
5e+06

因此，必须向seq传递-f标志以获取整数格式。

再次编辑：

最终答案：

seq -f %f 1 5000000 | ruby -lne 'BEGIN{s=0}
                                  s+=$_.to_i
                                 END{puts s} '

12500002500000

- David Aldridge

---

你也可以使用 seq 1 5000000 | tail :) - Sergio Tulentsev

为了克服这个问题，可以使用s+=$_.to_f.to_i。 - Sergio Tulentsev

我希望我能弄清楚为什么 $_ 会将最后一行读取为指数格式的字符串转换。这就像 Excel 会做的事情一样。 - David Aldridge

测试FreeBSD可能会很有趣，我相信在MacOS中有一个FreeBSD版本的seq，由于某种未知原因它会表现出这种方式。另外，您介意尝试alias | grep seq吗？ - Aleksei Matiushkin

to_int doesn't work, because that methods doesn't exist (hence the NoMethodError). The correct method is Integer($_), which results in ArgumentError: invalid value for Integer(): "5e+06" - Stefan

Answer 2

为了解释 e-notation 的输出，OS X man 页面 seq 提供了一些见解：

使用 printf(3) 样式的格式来打印每个数字。[...] 默认值是 %g。

因此，seq 的输出等同于 Ruby 的：

sprintf('%g', 100000)
#=> "100000"

sprintf('%g', 1000000)
#=> "1e+06"

- Stefan