Как проверить максимальное и минимальное значение 64-битного знакового целого числа

Что проверяют

Знаете ли вы, что в Python у int нет фиксированной разрядности, и зачем тогда вообще думать о 64 битах. Следом спрашивают, где эта граница реально всплывает: база, NumPy, передача чисел во фронтенд.

Как отвечать

Сначала сами границы: знаковое 64-битное целое в дополнительном коде хранит значения от -2**63 до 2**63-1, то есть от -9223372036854775808 до 9223372036854775807. Через сдвиг максимум записывается как (1<<63)-1.

Дальше способы проверки, от простого к специальному:

• сравнение: -2**63 <= x <= 2**63-1, самый читаемый вариант;
• упаковка: x.to_bytes(8, "little", signed=True) и struct.pack("<q", x) бросают исключение, если число не влезает. Удобно, когда число действительно уходит в бинарный протокол;
• NumPy: np.iinfo(np.int64).max и .min дают границы без ручной арифметики. В NumPy 2 попытка положить слишком большое Python-число в массив int64 даёт OverflowError, а вот арифметика над массивами переполняется молча, значения заворачиваются;
• ctypes: ctypes.c_int64(x) молча обрезает значение, для проверки не годится, но хорошо показывает, как поведёт себя код на C.

Потом объясните, зачем это нужно при бесконечном int: колонка BIGINT в PostgreSQL, поля int64 в protobuf, массивы NumPy и pandas. Отдельная ловушка это JSON для фронтенда: в JavaScript безопасные целые заканчиваются на 2**53-1, большие идентификаторы там искажаются, поэтому их отдают строкой.

Где спотыкаются

Называют sys.maxsize максимальным целым. Это максимум Py_ssize_t, от него зависит длина списков и строк, но не размер int: sys.maxsize + 1 прекрасно работает.

Считают через float: 2.0 ** 63 или math.pow(2, 63). Выше 2**53 float теряет точность, и float(2**63-1) == 2**63 возвращает True, граница смазывается.

Говорят, что в Python целые переполняются, как в Java. Сам int не переполняется никогда, переполнение возникает только на стыке с типами фиксированной ширины.