百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术资源 > 正文

Python:4种质数算法效率比较

off999 2025-05-23 19:15 1 浏览 0 评论

import time
#Python:4种质数算法效率比较
def isPrime(n):
    for i in range(2,n):
        if n%i==0:
            return 0
    return 1

def isPrime2(n):
    for i in range(2,int(n**0.5)+1):
        if n%i==0:
            return 0
    return 1

def isPrime3(n,pn_list):
    num=len(pn_list)
    max=int(n**0.5)+1
    i=0
    k=pn_list[i]
    while i<num and k<max:
        if n % k == 0:
            return 0
        i+=1
        k = pn_list[i]
    return 1

#埃氏筛选法
def isPrime4(pn_list):
    # 将2,3,4,7...质数的倍数位设置为0,表示不是质数
    i = 2
    num = len(pn_list)
    while i < num:
        if pn_list[i] == 1:  # 当前位为质数
            j = 2
            while i * j < num:
                pn_list[i * j] = 0  # 质数的2,3,4,5...倍数都不是质数,将其设置为0
                j += 1
        i += 1


m=100000+1

starttime = time.time()
pn_list = [1]*m
isPrime4(pn_list)

i=2
n=0
x=[]
while i<len(pn_list):
    if pn_list[i]==1:
        n+=1
    i+=1
endtime = time.time()
print(f"isPrime4:{n}个质数,运行时间:{float(endtime-starttime)}秒")

starttime = time.time()
n=1
pn_list=[2]
for i in range(3,m):
    if isPrime3(i,pn_list)==1:
        n+=1
        pn_list.append(i)
endtime = time.time()
print(f"isPrime3:{n}个质数,运行时间:{float(endtime-starttime)}秒")

starttime = time.time()
n=0
for i in range(2,m):
    n=n + isPrime2(i)
endtime = time.time()
print(f"isPrime2:{n}个质数,运行时间:{float(endtime-starttime)}秒")

starttime = time.time()
n = 0
for i in range(2, m):
    n = n + isPrime(i)
endtime = time.time()
print(f"isPrime:{n}个质数,运行时间:{float(endtime - starttime)}秒")

isPrime4:9592个质数,运行时间:0.07588052749633789秒

isPrime3:9592个质数,运行时间:0.13455486297607422秒

isPrime2:9592个质数,运行时间:0.16959810256958008秒

isPrime:9592个质数,运行时间:23.272809743881226秒

相关推荐

python3多进程的大数据处理应用场景示例

多进程的大数据处理可以应用于以下场景:大规模数据的分块处理:importmultiprocessingdefprocess_chunk(chunk):#对数据块进行处理操作...

值得学习练手的100个Python项目(附代码),真的太实用了

Python丰富的开发生态是它的一大优势,各种第三方库、框架和代码,都是前人造好的“轮子”,能够完成很多操作,让你的开发事半功倍。在科技飞速发展的当今时代,Python以其简洁、高效和强大的功能,成...

python匿名函数lambda的语法特点和应用场景

在Python的编程过程中,有时我们会碰到一些很简单的计算,但是感觉专门为这个计算创建个函数又觉得太小题大做,这时就可以用到lambda表达式。lambda是用于创建匿名函数,也就是没有具体名称的函...

Waitress,一个神奇的python库!

基本介绍WaitressWaitress是一个纯Python写的WSGI服务器,适用于开发与部署。它简单易用,能够满足基本的Web服务需求,并且具有较好的性能。特性简单性:易于配置和使用。可靠性:稳定...

Python 中的三个不寻常的事情 柯里化、海象和 Interning

柯里化柯里化是指不是一次性给函数所有参数,而是逐个给出。因此,每次都会创建一个新的函数。让我们看看Python中的快速手动实现defadd_curried(x):definner(y)...

带你使用Python在两类场景下自动采集日志数据(附程序)

各位同学,大家好。采集日志数据是重要的数据来源。本次课程教大家使用Python技术从Windows和Linux两个环境去自动采集日志数据,轻松应对各类日志采集需求。01Python实时采集本地文件数...

python多进程的分布式任务调度应用场景及示例

多进程的分布式任务调度可以应用于以下场景:分布式爬虫:importmultiprocessingimportrequestsdefcrawl(url):response=re...

Python自动化操控术:PyAutoGUI全场景实战指南

一、PyAutoGUI核心武器库解析1.1鼠标操控三剑客importpyautogui#绝对坐标移动(闪电速度)pyautogui.moveTo(100,200,duration=0....

python学习——031编程中需要定义函数的几种场景

在编程里,当出现下面几种情形时,定义函数是非常有必要的:代码复用当某段代码在程序里要多次使用时,把它定义成函数,能避免代码重复。这样既让代码更加简洁,也方便维护。比如在一个计算多个数字的平方和的程序中...

如何在python中开发桌面应用程序?请看文章

常用的工具和框架1.TkinterTkinter是Python的标准GUI库,适合简单的桌面应用。importtkinterastkdefon_button_click():label.co...

Python多进程与多线程应用场景对比

在Python中,多进程(Multiprocessing)和多线程(Multithreading)的选择取决于任务类型(I/O密集型vsCPU密集型)、Python的GIL限制以及并...

Python 集合的应用场景

Python集合的应用场景包括:去重:集合中的元素都是唯一的,可以用于去除列表或其他可迭代对象中的重复项。成员检查:可以快速地判断一个元素是否在集合中,这比在列表或其他可迭代对象中搜索要高效。数学操作...

Python缓存应用场景与实现分析

在Python开发中,缓存是优化性能的重要手段。以下是对缓存应用场景、实现方式及常见问题的系统分析:一、缓存应用场景计算密集型函数结果缓存O示例:递归计算斐波那契数列、复杂数学运算。O优势:避免重...

Python 从入门到精通:一个月就够了

要知道,一个月是一段很长的时间。如果每天坚持用6-7小时来做一件事,你会有意想不到的收获。作为初学者,第一个月的月目标应该是这样的:熟悉基本概念(变量,条件,列表,循环,函数)练习超过30个编...

Python 编程算法级优化

大家好,我是ICodeWR。今天要记录的是Python编程算法级优化相关知识。1空间换时间经典案例1.1预计算加速三角函数importmathimportnumpyasnp#传...

取消回复欢迎 发表评论: