假设最大可能值小于1E154，因此所有值都适合512位，那么我猜想答案 * 可能 * 是：

• 预先计算静态常量数组中所有可能的powers_of_10。（#ops~0）
• 如果所有数字都适合2个YMM寄存器，则表示支持的最大值为1E154，这意味着10的幂查找表将占用约9856个字节。
• 在您的数字中，计算前导 * 二进制 * 零的数量（也使用clz）（#ops〈~10）
• 使用(max-bits - number_of_leading_zeroes) / 3.32192809489可以很好地估计十进制数字的最终个数。这也是一个接近10的幂的很好的估计。（#ops~2）
• 从该估计值迭代powers_of_10，直到找到小于您的值的最大10次幂（#ops~8）。
• 如果您愿意牺牲 * exponent * 的准确性，则可以跳过这一步。
• 在循环中将10的幂加到它自己上，直到大于输入。（#ops〈~100）（10次加法，10 uint64 s）
• 如果您愿意牺牲尾数的微小精度，那么double(input)/double(power_of_ten)将在一个除法中完成。
• 在bigint-〉double转换中，有很多捷径可以走。
• 发出loop_count-1Epower_of_ten_index。（操作数约为4）

如果你愿意牺牲指数和尾数的精确度，那么剩下的16个操作完全忽略了低位。

性能

在不写出最终实现的情况下，很难猜测性能，而使用较大的LUT、缓存，因此程序的其余部分就成为一个因素，但这里是初步数据：https://quick-bench.com/q/53k-xSQz7y4iCO7ny66Dz2w62dQ（我运行了几次，试图消除离群值）
在我的测试中，最快的组合似乎（毫不奇怪）是：

• 不要迭代powers_of_ten来确认指数。
• 不要精确计算尾数。
• 使用浮点数来猜测尾数（更喜欢速度而不是准确性）

从这个基线，我们可以看到：

• 迭代powers_of_ten看起来对平均时间没有明显的影响，只要你还使用浮点数来猜测尾数。如果你不使用浮点数来猜测尾数，那么尾数计算将花费更长的时间。这意味着它不会显著增加平均精度，可以跳过它以最小化代码大小。
• 使用浮点数来猜测尾数似乎使算法平均快了~5%，而对准确性没有影响。
• 迭代寻找精确的尾数会使算法减慢大约16%，但这也意味着它会增加精度，所以我假设您希望保持这一点。
• 在估算尾数时，我有两个bigint-〉double转换代码的变体。一个版本只确保double至少有1个有效位，另一个版本确保double有〉4个有效位。额外的代码确保更多的有效位对平均时间没有明显的影响。因此，这一步增加的代码/精度并没有显著提高查找精确尾数的性能，我假设您希望跳过这一步，以最小化代码大小。

值得注意的是，所有这些都比将bigint转换为double然后使用printf("%.0E",value);快约4倍
（本人不保证任何此代码结果的准确性）