1亿以内素数的个数_算法|找出给定范围的所有素数

本文参考C++版本：如何高效判定、筛选素数

给定n，我们如何输出n以内（不含n）的所有素数？

使用Python，完成函数体，要求返回n以内的素数个数和这些素数。

def countPrimes(n):"""itype -> intrtype -> intrtype -> list"""关于评价算法速度：如何计算时间复杂度

1.直觉算法

按部就班地遍历2到n-1，依次判断素数。

def countPrimes(n):primes = []if n < 2:return 0, primesfor i in range(2,n):if isPrime(i):primes.append(i)return len(primes), primesdef isPrime(k):"""itype: int, >=2rtype: int"""r_isPrime = Truefor i in range(2,k):if k%i == 0:r_isPrime = Falsereturn r_isPrime from time import process_time t1 = process_time() n = int(input("Input a positive integer: ")) count_primes, primes = countPrimes(n) t2 = process_time()print("The number of primes within {} is {}:".format(n,count_primes)) print("Elapsed time: {}".format(t2-t1)) Input a positive integer: 10000The number of primes within 10000 is 1229: Elapsed time: 2.875

评价

直接地，得到时间复杂度（时间复杂读不考虑系数）:

但是这样地算法存在冗余，太耗时了。 对n=20，我们只需要检查

。

• 20=2*10
• 20=4*5
• 20=
• 20=5*4
• 20=10*2 观察到只需要检查20在小于 中的正整数中是否找能被整除的因数，找不到那么后面一半也找不到，找到了就直接判断为素数。

2.平方根算法

检查数k时，遍历因数i范围为

。def isPrime(k):"""itype: int, >=2rtype: int"""r_isPrime = Truefor i in range(2,int(k**0.5)+1):if k%i == 0:r_isPrime = Falsereturn r_isPrime from time import process_time t1 = process_time() n = int(input("Input a positive integer: ")) count_primes, primes = countPrimes(n) t2 = process_time()print("The number of primes within {} is {}:".format(n,count_primes)) print("Elapsed time: {}".format(t2-t1)) Input a positive integer: 10000The number of primes within 10000 is 1229: Elapsed time: 2.5625

评价

发现优化得效果也没好多少，用时减少一丁点。函数isPrime()时间复杂度为

。 发现其实还有冗余，如果已知2为素数，那么就不应该多余地去检查4，6，8这些2的倍数。按照这样的原理，演化到下一个算法。

素数筛-Sieve of Eratosthenes

筛掉已知素数的倍数。

def countPrimes(n):if n < 2:return 0, primesprime_sieve = [1]*nprime_sieve[0:2] = [0,0]for i in range(2, n):if prime_sieve[i]:for j in range(i*2, n, i):prime_sieve[j] = 0return prime_sieve.count(1), [index for index,value in enumerate(prime_sieve) if value == 1] from time import process_time t1 = process_time() n = int(input("Input a positive integer: ")) count_primes, primes = countPrimes(n) t2 = process_time()print("The number of primes within {} is {}:".format(n,count_primes)) print("Elapsed time: {}".format(t2-t1)) Input a positive integer: 1000000The number of primes within 1000000 is 78498: Elapsed time: 0.28125

筛掉倍数后，算法表现提升显著，还有可以提升的空间。 - for i in range(2, n):是在遍历所有小于n大于等于2的正整数，当n=20，我们不需要遍历所有的大于

的正整数，因为不是素数的肯定通过遍历前面一半的时候筛掉了，是素数的素数筛值保持不变。那么可以将遍历范围变为 。def countPrimes(n):if n < 2:return 0, primesprime_sieve = [1]*nprime_sieve[0:2] = [0,0]for i in range(2, int(n**0.5)+1):if prime_sieve[i]:for j in range(i*2, n, i):prime_sieve[j] = 0return prime_sieve.count(1), [index for index,value in enumerate(prime_sieve) if value == 1]from time import process_time t1 = process_time() n = int(input("Input a positive integer: ")) count_primes, primes = countPrimes(n) t2 = process_time()print("The number of primes within {} is {}:".format(n,count_primes)) print("Elapsed time: {}".format(t2-t1)) Input a positive integer: 1000000The number of primes within 1000000 is 78498: Elapsed time: 0.1875

OHHHHHHHHHHHHHHHH 外层的循环范围优化了，现在考虑内层循环for j in range(i*2, n, i):。 当n=20，i=5时会筛掉10,15,20,25...，但是这10,15,20已经被素数2,3筛掉。小于当前素数的因数，要么是更小的素数，要么是更小的素数的倍数，当前素数与这些因数相乘，肯定被筛过了，所以只需要从

开始检查。def countPrimes(n):if n < 2:return 0, primesprime_sieve = [1]*nprime_sieve[0:2] = [0,0]for i in range(2, int(n**0.5)+1):if prime_sieve[i]:for j in range(i**2, n, i):prime_sieve[j] = 0return prime_sieve.count(1), [index for index,value in enumerate(prime_sieve) if value == 1]from time import process_time t1 = process_time() n = int(input("Input a positive integer: ")) count_primes, primes = countPrimes(n) t2 = process_time()print("The number of primes within {} is {}:".format(n,count_primes)) print("Elapsed time: {}".format(t2-t1)) Input a positive integer: 1000000The number of primes within 1000000 is 78498: Elapsed time: 0.15625

时间复杂度为：

.

评价

以此来看，本文截至此处目前最好的素数算法为Sieve of Eratosthenes。代码：

def countPrimes(n):if n < 2:return 0, primesprime_sieve = [1]*nprime_sieve[0:2] = [0,0]for i in range(2, int(n**0.5)+1):if prime_sieve[i]:for j in range(i**2, n, i):prime_sieve[j] = 0return prime_sieve.count(1), [index for index,value in enumerate(prime_sieve) if value == 1]

Euler's Sieve

现在介绍一个有线性时间复杂度$mathcal{O(n)}$的算法：欧拉筛法。

算法：

整个过程为：

def countPrimes(n):if n < 2:return 0, primescur_list = list(range(2, n))primes = []while True:cur_prime = cur_list[0]backup_list = cur_list.copy()for j in backup_list:if j*cur_prime not in cur_list:breakcur_list.remove(j*cur_prime)primes.append(cur_prime)cur_list.pop(0)if cur_prime**2 > n:primes.extend(cur_list)breakreturn len(primes), primesfrom time import process_time t1 = process_time() n = int(input("Input a positive integer: ")) count_primes, primes = countPrimes(n) t2 = process_time()print("The number of primes within {} is {}:".format(n,count_primes)) print("Elapsed time: {}".format(t2-t1))Input a positive integer: 1000 The number of primes within 1000 is 168: Elapsed time: 0.013890345999996612
Input a positive integer: 10000 The number of primes within 10000 is 1229: Elapsed time: 0.36447122299999535
Input a positive integer: 100000 The number of primes within 100000 is 9592: Elapsed time: 49.40181045400001

根据对区区10000的输入，我写的算法就表现得不太行，实际上输入1000000就接近崩溃了，算法本身没问题，我实现的代码不够还原，肯定有很多冗余。这两天折腾够了，以后再看看。

---

Changelog

• 2020/04/03: 感谢评论区 @天空和云 的提醒，修改了两处代码。
• 2020/02/15: 更新了欧拉筛法，思路正确但是代码有缺陷。

总结

以上是生活随笔为你收集整理的1亿以内素数的个数_算法|找出给定范围的所有素数的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。