Hacktoberfest 2026: die Issues, die Maintainer für den Oktober markiert haben – offen und einsteigerfreundlich. Hacktoberfest-Issues durchsuchen

binomial_distribution overflows at 171 trials even when the result is representable

Offen Anfängerfreundlich
#15,656 1 Kommentar 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen

Maintainer antworten meist innerhalb von 2 Tagen

@landfvit arbeitet bereits daran.

Seit 28.10.2026.

  • #15657 von @landfvit — offen
  • #15659 von @trleo — offen
  • #15662 von @harshkanhat — offen

Bewertung

Schwierigkeit
1/5
Geschätzter Aufwand
Unter einer Stunde
Anfängerfreundlichkeit
85/100
Issue-Typ
Bug
Klarheit
Klar beschrieben
Aktivitätsstatus
Aktiv
Tech-Stack
python
Bereich
data

Rechercherichtung

Lies maths/binomial_distribution.py und führe die Reproduktion aus dem Issue aus: binomial_distribution(85, 171, 0.5) sollte 0.060749764626165485 entsprechen. Ersetze das auf float(factorial(trials)) basierende Zwischenergebnis durch eine Form mit math.comb(trials, successes), sodass die große Fakultät nie in einen float umgewandelt wird, und führe die Reproduktion erneut aus. Fertig bedeutet: kein OverflowError für diese Eingabe und die erwartete Wahrscheinlichkeit wird zurückgegeben.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Beschreibung

Repository commit

6e03a48579ca212a08b36be00378f887dc41a003

Python version (python --version)

Python 3.11.0, macOS

Dependencies version (pip freeze)

No third-party dependencies are needed for this reproduction; both the implementation and reference use the Python standard library.

Expected behavior

The probability mass function should return a finite probability for valid inputs such as 85 successes in 171 fair trials. The expected value for this case is approximately 0.060749764626165485.

Actual behavior

Run from the repository root:

from math import comb
from maths.binomial_distribution import binomial_distribution

k, n, p = 85, 171, 0.5
print('reference:', comb(n, k) * p**k * (1-p)**(n-k))
print('actual:', binomial_distribution(k, n, p))

Output:

reference: 0.060749764626165485
Traceback (most recent call last):
  ...
OverflowError: int too large to convert to float

In maths/binomial_distribution.py, float(factorial(trials)) overflows for trials >= 171, even though the final probability for this input is representable. Using math.comb(trials, successes) avoids converting the much larger intermediate factorial to a float. For substantially larger inputs, an implementation should also consider underflow when multiplying the probability terms; the reference expression above is intended only for the concrete reproduction.

Searched existing issues and pull requests for binomial_distribution and binomial overflow; I did not find an existing report of this failure.

Vorherrschende Sprache
Python
Sterne
225k
Forks
51.2k
Ø Merge
1 T. 13 Std.
Gemergte PRs (30 T.)
32

Entwicklungsumgebung

In Codespaces öffnen

Startet den Dev-Container des Projekts im Browser, mit Ihrem eigenen GitHub-Konto.

Erste Schritte

  1. Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
  2. Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
  3. Forken Sie das Repository und arbeiten Sie in einem Branch.
  4. Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.

Mehr aus TheAlgorithms/Python

Alle Issues in TheAlgorithms/Python

Ähnliche Issues

Weitere Issues zu Python

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.