当前位置:首页 > 文章列表 > Golang > Go教程 > Go math/big.Rat.Num 返回的分子怎样复制后独立修改

Go math/big.Rat.Num 返回的分子怎样复制后独立修改

来源:17golang原创 2026-11-19 01:53:51 0浏览 收藏

在用 math/big.Rat 保存精确分数时,我最容易低估的一点是:r.Num() 看起来像“取出一个分子”,实际返回的是原有 Rat 内部的 *big.Int 引用。拿到它以后直接修改,原分数也会跟着变化。

官方文档:https://pkg.go.dev/math/big#Rat.Num

如果目标只是得到一个可以独立修改的分子,写法很简单:new(big.Int).Set(r.Num())。Set 会把数值复制到新的 big.Int,后续对副本执行 Set、Add 等操作,不会再通过指针改到原来的 Rat。

Num 返回的不是分子副本

先把问题缩小到一个已经初始化的有理数。下面的 exposed 不是新的整数对象,而是 r 当前分子所在对象的引用:

package main

import (
    "fmt"
    "math/big"
)

func main() {
    r := new(big.Rat).SetFrac64(7, 3)

    // Num 返回原 Rat 的分子引用,不要把它当成值拷贝。
    exposed := r.Num()
    // 直接修改 exposed,会同时改变 r 的分子。
    exposed.SetInt64(10)

    fmt.Println(r) // 这里会反映分子被改成 10 的结果
}

这里的关键不是 SetInt64 特别危险,而是它的接收者就是 exposed,而 exposed 又指向 r 的内部数据。官方文档明确说明,Num 的返回结果是分子引用;给 Rat 重新赋值时它可能变化,反过来修改这个引用也可能改变 Rat。

Go Rat Num 返回分子引用并与原 Rat 共享的静态结构说明图
图1:分子引用结构说明图,展示 Rat、Num 返回值与 big.Int 之间的共享边界;这是静态说明图,不是运行截图。

用 big.Int.Set 建立独立副本

需要读取并继续加工分子时,把原引用作为源值传给新对象的 Set 方法即可。接收者是新建的 big.Int,所以复制完成后,两者不再是同一个可变对象。

package main

import (
    "fmt"
    "math/big"
)

func main() {
    r := new(big.Rat).SetFrac64(7, 3)

    // 创建新的 big.Int,并把 Num 的当前数值复制进去。
    copied := new(big.Int).Set(r.Num())
    // 下面只修改副本,原 Rat 仍保留原来的分子。
    copied.Add(copied, big.NewInt(3))

    fmt.Println("原 Rat:", r)
    fmt.Println("独立分子:", copied)
}

这里可以把 Set 理解为“从源对象读取数值,写入接收者”。不要写成 copied := r.Num(),那只是把同一个指针换了一个变量名;也不要把 big.Int 当作适合随意值拷贝的普通整数类型,日常代码应优先使用它提供的 Set、Add、Mul 等方法管理可变对象。

Go big.Int Set 从 Rat Num 引用创建独立分子副本的静态关系图
图2:复制边界结构说明图,展示 Rat.Num、big.Int.Set、独立副本和后续算术操作之间的静态关系。

把复制边界放进函数接口

如果函数只是为了展示或格式化分子,可以直接在函数内部读取 r.Num(),不要把这个可变指针暴露给调用方。如果调用方确实要修改,就在返回前复制一次:

func numeratorCopy(r *big.Rat) *big.Int {
    // nil 输入没有可读取的 Rat,先保留清晰的错误边界。
    if r == nil {
        return nil
    }
    // 返回新对象,调用方后续修改不会回写原 Rat。
    return new(big.Int).Set(r.Num())
}

这个函数的名字也很重要:numeratorCopy 明确告诉使用者它返回的是副本。若命名成 numerator 却直接返回 r.Num(),调用方很容易默认它可以安全修改,最后在缓存、计算中间值或并发读写场景中引入隐蔽的别名问题。

哪些场景需要复制,哪些不用

需求建议写法原因
只读、打印或比较分子r.Num().String()、r.Num().Cmp(x)不把可变引用交给外部修改
需要独立计算new(big.Int).Set(r.Num())副本拥有自己的可变存储
明确要修改原 Rat 的分子保存 r.Num() 后直接操作这是有意共享,接口和注释必须写清楚

特别要留意零值和生命周期:不要在不了解所有者的情况下长期保存 Num 返回的指针;如果需要跨函数、缓存或任务边界传递,复制通常更容易维护。本文只讨论分子引用与独立复制,不把 SetFrac 的构造方式混进来。

常见问题

r.Num() 会返回一个新的 big.Int 吗?

对已初始化的 Rat,它返回的是内部 numerator 的引用,不是保证独立的值拷贝。需要独立对象时使用 new(big.Int).Set(r.Num())。

只调用 String() 需要复制吗?

通常不需要。直接把字符串结果保存下来,就不会把可变的 *big.Int 引用交给其他代码。

复制后修改副本会改变分母吗?

不会。副本只包含分子的数值,原 Rat 的分子和分母都不因副本的后续修改而改变。

总结

Rat.Num() 的重点是“返回引用”,不是“返回副本”。只读时可以直接消费它;要独立修改时,用 new(big.Int).Set(r.Num()) 建立复制边界,再对新对象做算术操作。把这一点写进函数命名和接口约定,就能避免一个看似普通的 SetInt64 意外改变共享有理数。

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 sort.SearchInts 在有序整数切片中定位边界的实现方式Go sort.SearchInts 在有序整数切片中定位边界的实现方式
上一篇
Go sort.SearchInts 在有序整数切片中定位边界的实现方式
Go time.Time.Zone 怎样同时读取时区名称和偏移秒数
下一篇
Go time.Time.Zone 怎样同时读取时区名称和偏移秒数
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。
    1102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。
    1097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。
    1268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。
    1208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。
    1053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