我正在解决Euler项目上的一些问题,并且必须生成200万个素数来解决一个问题。我对埃拉托斯泰尼的筛分实施得非常缓慢,但我不太清楚原因。有人能解释一下这个实现的主要问题吗。我觉得它很漂亮,后来我发现它太可怕了:(。我在网上找到了另一个实现,它比我的要快得多。在
def generatePrimes(upperBound):
numbers = range(2,upperBound+1)
primes = []
while numbers:
prime = numbers[0]
primes.append(prime)
numbers = filter((lambda x: x%prime),numbers)
return primes
编辑:谢谢大家的回答!由此得出的结论是,过滤器是问题所在,因为它会遍历每个元素(而不是只标记为非质数的元素),而且每次都会创建一个新的列表。重新编写它与良好的旧for循环和一轮过滤,它工作得更快。新代码:
^{pr2}$
运行cProfile表明大部分时间都花在过滤器中。将过滤器替换为列表理解可以将速度提高大约2倍。在
但这并不能真正解决主要的问题,即每次迭代都要重新创建数字列表,而且速度很慢。更快的实现http://groups.google.com/group/comp.lang.python/msg/f1f10ced88c68c2d只是 用0或类似的符号代替非素数。在
埃拉托斯泰尼的筛子是这样的:
当外循环到达每个数时,它处理一次,并对每个除以它的素数处理一次。大约1/2个数可被2整除,约1/3可被3整除,依此类推;渐近地讲,每个数被处理的平均次数是1+素数的倒数之和,直到n.This sum is about ^{} ,所以这个筛子具有渐近时间复杂度
O(n*log(log(n)))
,假设算术为常数时间。这真的很好。在你的功能不会这么做。您的
^{pr2}$filter
遍历numbers
中的每个元素,而不管它是否可以被prime
整除。对每个素数处理每个元素,直到第一个素数将其分开,并且对素数p的处理将除去numbers
元素的大约1/p。设素数序列为p[0]、p[1]、p[2]等,并设numbers
的大小序列为n[0]、n[1]、n[2]等,我们得到如下近似的递归:您的算法所花费的时间大致与
n
值的和成正比,直到numbers
为空。我还没有分析这个系列的行为,但是计算表明增长比O(n*log(log(n)))
糟糕得多。(编辑:一个analysis我在写这个答案时没有想到它是O((n/log(n))^2)。)相关问题 更多 >
编程相关推荐