当前位置:首页 > 文章列表 > Golang > Go教程 > Go math/bits.Rem64 怎样对双字无符号整数取余

Go math/bits.Rem64 怎样对双字无符号整数取余

来源:17golang原创 2026-10-28 18:18:31 0浏览 收藏

当一个无符号整数已经拆成高、低两个 uint64,但业务只需要它除以另一个 uint64 的余数时,可以直接使用 math/bits.Rem64。它把 hi 和 lo 看成一个双字被除数,返回余数;只要除数 y 不为零,即使完整商装不进 uint64,也不会因为商溢出而 panic。

官方地址:https://pkg.go.dev/math/bits#Rem64

Rem64(hi, lo, y) 的核心规则是:计算由 hi、lo 组成的双字无符号数对 y 取余;y == 0 仍会触发除零 panic,但不会像 Div64 那样因为商溢出而 panic。

三个核对点:hi 是高半字,lo 是低半字,y 必须是非零除数。不要把它误解成先把两个参数分别取余再拼接。

先把 hi 和 lo 还原成一个双字被除数

Rem64 的签名是 func Rem64(hi, lo, y uint64) uint64。其中前两个参数共同描述一个比单个 uint64 更宽的无符号被除数:hi 位于高半部分,lo 位于低半部分。概念上可以写成 (hi, lo),不需要在 Go 里先构造一个原生的 128 位整数。

package main

import (
	"fmt"
	"math/bits"
)

func main() {
	var hi uint64 = 1
	var lo uint64 = 5
	var y uint64 = 10

	// hi 与 lo 共同表示双字无符号被除数,不能把它们当成两个独立数。
	rem := bits.Rem64(hi, lo, y)
	// 这里展示返回的余数;实际值由双字被除数整体参与取余。
	fmt.Println(rem)
}

这个例子只展示接口边界,不依赖把双字被除数转成某个更窄的类型。若 hi == 0,它退化为普通的 lo % y 语义;当 hi != 0 时,低半字的结果不能脱离高半字单独推断。

Go math bits Rem64 的 hi 高半字、lo 低半字、y 除数和余数之间的静态结构说明图
图1:双字输入结构说明图,展示 hi、lo、y 与余数之间的静态关系;这是原创说明图,不是运行截图。

真正需要防的是 y 等于零

官方文档明确说明,Rem64 在 y == 0 时会因除零而 panic。这个边界与商是否溢出是两件事:取余结果总能落在 0 到 y-1 的范围内,但零除数没有合法余数。

package remsafe

import (
	"errors"
	"math/bits"
)

var ErrZeroDivisor = errors.New("rem64: divisor is zero")

func Remainder(hi, lo, y uint64) (uint64, error) {
	// 先拦截零除数,避免让 Rem64 在业务边界直接 panic。
	if y == 0 {
		return 0, ErrZeroDivisor
	}
	// 通过检查后,Rem64 只负责计算双字被除数的余数。
	return bits.Rem64(hi, lo, y), nil
}

如果参数来自协议、文件或用户请求,建议在调用点返回明确的 error。这样调用方可以把“除数缺失”记成参数错误,而不是用 recover 把正常的输入分支和程序缺陷混在一起。

Rem64 与 Div64 的分工不同

最容易混淆的是 Rem64 和 Div64 都接收 hi、lo、y。区别不在于它们是否使用双字被除数,而在于返回值目标不同:

调用结果商溢出时y == 0 时
Rem64只返回余数不因商溢出 panic除零 panic
Div64返回商和余数商无法放入 uint64 时有溢出边界除零 panic

因此,如果业务只需要做分桶、校验或周期计算,且不需要商,Rem64 比先调用 Div64 再丢弃商更贴合目标。反过来,如果还要拿到商,就必须接受 Div64 对结果范围的约束,不能因为只关心其中一个分支就忽略它。

Rem64 与 Div64 在余数、商溢出和零除数边界上的静态关系说明图
图2:Rem64 与 Div64 的结果边界说明图,展示两者共享双字输入但对商溢出的处理不同;这是原创说明图,不是运行证据。

把边界整理成调用前清单

接入实际代码前,可以按下面的顺序确认参数:

  1. 先检查 y:零值直接返回错误,不调用 Rem64。
  2. 再确认双字来源:明确哪个字段是高半字 hi,哪个字段是低半字 lo,不要交换顺序。
  3. 只需要余数就选 Rem64:不要为了取余承受 Div64 的商溢出约束。
  4. 确实需要商再选 Div64:并额外处理商能否放入 uint64 的条件。
  5. 覆盖边界:至少考虑 hi == 0、lo == 0、y == 1、y == 0 和高半字非零的输入。

一句话总结:Rem64 解决的是“双字无符号数只求余数”的问题;它不会替你处理零除数,但会把“商太大”从取余任务中隔离出去。

常见问题

Rem64 会先把 hi 和 lo 拼成 uint128 吗?

调用者不需要构造原生 uint128。接口直接用两个 uint64 表示双字被除数,并返回整体除以 y 的余数。

为什么 Rem64 不关心商溢出?

因为它只返回余数,余数本身受除数范围约束,可以装入 uint64。只有 y == 0 时,运算才失去定义。

可以用 Div64 取余再忽略商吗?

不建议。若业务只需要余数,直接使用 Rem64 能表达真实意图,并避开 Div64 的商溢出边界。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Go path.Dir 怎样获取斜杠路径的父级部分Go path.Dir 怎样获取斜杠路径的父级部分
上一篇
Go path.Dir 怎样获取斜杠路径的父级部分
Go http.Request.Trailer 怎样读取请求尾部字段
下一篇
Go http.Request.Trailer 怎样读取请求尾部字段
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    759次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    757次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    840次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    806次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    637次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码