Depende de su definición de “grande” y “pequeño”.
Para la mayoría de las computadoras en estos días, la computadora no hará prácticamente nada diferente para calcular 7 + 16 o 47232 + 3213124. En la mayoría de los casos, el hardware de la computadora está configurado para agregar o multiplicar dos números menores que [math] 2 ^ {32} [/ math] o [math] 2 ^ {64} [/ math] usando una pieza de propósito general de hardware, independientemente del tamaño real de los números en ese rango.
La mayoría de las computadoras en estos días también tienen hardware especial para agregar y multiplicar “números de punto flotante”, que generalmente ocupan más espacio en la memoria y tienen una relación complicada con precisión y escala. Hay algunos números de coma flotante donde [math] a + 1 = a [/ math] es una declaración verdadera, y hay algunos números reales comunes que no se pueden expresar con precisión como un número de coma flotante. No estoy hablando de cosas como [math] pi [/ math] o [math] e [/ math], sino de cosas como 0.1 Pero en general, agregar dos números de coma flotante usa los mismos recursos independientemente de la escala de los números , y lo mismo ocurre con la multiplicación.
- ¿Por qué se usan computadoras en los aeropuertos?
- ¿Cuál es el estado actual del procesamiento del lenguaje natural?
- ¿Cómo explicaría que los datos importan más que los algos?
- ¿Hay alguna startup en Medan, la capital del norte de Sumatra?
- ¿Cómo podría construir una biblioteca de aprendizaje automático?
Pero cuando se trata de eso, [matemáticas] 2 ^ {64} [/ matemáticas] es un número relativamente pequeño. Y cuando te vuelves más alto que eso, las cosas se complican y comienzan a ser necesarios más recursos.
Por ejemplo, para determinar la primalidad de un número grande aleatorio en el rango de [math] 2 ^ {2048} [/ math], como sería necesario para generar un par de claves para el criptosistema de clave pública RSA, requiere multiplicar los números juntos en el rango de [math] 2 ^ {1024} [/ math], que es mucho mayor que [math] 2 ^ {64} [/ math].
Para hacer eso, los algoritmos necesitan más recursos, en tiempo y memoria, para hacer las multiplicaciones y adiciones. Se han escrito libros completos sobre cómo hacerlo de manera eficiente y las compensaciones de los diferentes métodos.
Entonces, si piensa en 3213124 como “grande”, entonces no, no requiere más recursos. Pero si piensa en [matemáticas] 2 ^ {1000} = 1.07 \ veces10 ^ {301} [/ matemáticas] como “grande”, entonces sí, requiere más recursos.