Algorithm Gossip: Eratosthenes筛选求质数

2023-10-13 08:08

本文主要是介绍Algorithm Gossip: Eratosthenes筛选求质数,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

package main01;

import java.util.ArrayList;

public class CoreJava05 {

    /**
     * @param args

     * Algorithm Gossip: Eratosthenes筛选求质数 解题思路:

      过滤2的倍数,3的倍数,5的倍数,7的倍数.........N

     */

    public static void main(String[] args) {

        // TODO Auto-generated method stub

     //测试方法代码所用,

        System.out.println(Eratosthenes(30).toString());
    }

    public static ArrayList<Integer> Eratosthenes(int number) {
        ArrayList<Integer> list = new ArrayList<Integer>();
        int count = 0;
        int i = 0;
        int j = 0;
        int array[] = new int[number + 1];
        // 初始化数组不考虑1
        for (i = 2; i <= array.length - 1; i++) {
            array[i] = 1;
        }
        for (i = 2; i <= array.length - 1; i++) {
            // 从2开始凡是为2得倍数,3的倍数,4的倍数。。。。。。则将该值设为0
            for (j = i * i; j <= array.length - 1; j += i) {
                array[j] = 0;
            }
        }
        //将数组中为1的即为质数的下标保存在list集合中
        for (i = 2; i <= array.length - 1; i++) {
            if (array[i] == 1) {
                list.add(i);
            }
        }
        return list;
    }

}

这篇关于Algorithm Gossip: Eratosthenes筛选求质数的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/201857

相关文章

Superset二次开发之Select 筛选器源码分析

路径:superset-frontend/src/filters/components/Select  源码文件: 功能点: 作用 交互 功能 index.ts作为模块的入口点,导出其他文件中定义的主要组件和函数。它使其他文件中的导出可以被外部模块使用。 SelectFilterPlugin.tsx 定义主要的插件类 SelectFilterPlugin 和组件 Sele

移动UI:分类列表页、筛选页的设计揭秘。

移动UI的列表页设计需要考虑用户体验和界面美观性,以下是一些建议的设计要点: 1. 列表项的展示: 列表页应该清晰地展示各个列表项,包括标题、副标题、缩略图等内容,以便用户快速浏览和识别。可以使用卡片式布局或者简洁的列表布局。 2. 搜索和筛选: 如果列表项较多,应该提供搜索和筛选功能,方便用户查找感兴趣的内容。搜索框和筛选条件可以放置在页面顶部或者底部,以便用户方便操作。

如何借助AI快速筛选和整理文献?

AIPaperGPT,论文写作神器~ https://www.aipapergpt.com/ 在撰写毕业论文时,文献综述是必不可少的部分。它不仅为你的研究提供理论背景,还展示了你对研究领域的深入理解。然而,文献综述的撰写过程常常让学生感到头疼,尤其是面对海量文献时,如何有效筛选、整理和撰写是一大难题。 本文将为大家介绍如何利用AI工具帮助你轻松高效地完成文献综述的写作。我们将详细讲解如何快速

【机器学习 sklearn】特征筛选feature_selection

特征筛选更加侧重于寻找那些对模型的性能提升较大的少量特征。 继续沿用Titannic数据集,这次试图通过特征刷选来寻找最佳的特征组合,并且达到提高预测准确性的目标。 #coding:utf-8from __future__ import divisionimport sysreload(sys)sys.setdefaultencoding('utf-8')import timest

【tensorflow 使用错误】tensorflow2.0 过程中出现 Error : Failed to get convolution algorithm

如果在使用 tensorflow 过程中出现 Error : Failed to get convolution algorithm ,这是因为显卡内存被耗尽了。 解决办法: 在代码的开头加入如下两句,动态分配显存 physical_device = tf.config.experimental.list_physical_devices("GPU")tf.config.experiment

很多数据进行筛选 orcale 语句

很多数据进行筛选  orcale  语句 一段时间内的数据,先按照时间分组,求出每组时间的数据的最大id,然后对获得的数据排序 如,现有一个月的数据将近1000条,每天都有很多条,先求出每天所有数据中id最大的一条数据,这样每天只有一条数据,在按照时间进行排序,就可以获得这个月的数据(30条),大大减少了数据量 其中:HD_GPS是表名, T_LOG是时间     sel

js算法题,给任意一个偶数,找出他的所有的质数因子

/*给任意一个偶数,找出他的所有的质数因子*/ function primeFactor(n){     var factors=[],            divistor=2;     if(typeof n !=='number'||!Number.isInteger(n)){          return 0;     }; //如果不是偶数返回0,如果是0,返回0

使用poi导出Excel ,加上筛选框

CellRangeAddress c = CellRangeAddress.valueOf("A1:R1");  里的A1:R1,表示是从哪里开始,哪里结束这个筛选框 sheet.setAutoFilter(c);

Gossip 算法

Gossip 算法, 灵感来自办公室八卦, 只要一个人八卦一下, 在有限的时间内所有人都会知道该八卦的信息, 这种方式也与病毒传播类似, 因为 Gossip 有众多的别名"闲话算法"、"疫情传播算法"、"病毒感染算法"、"谣言传播(Rumor-Mongering)算法". 但 Gossip 并不是一个新东西, 之前的泛洪查找、路由算法都归属于这个范畴, 不同的是 Gossip 给这类算法提供了明

java操作mongodb进行查询,常用筛选条件

条件列表:BasicDBList condList = new BasicDBList(); 临时条件对象:BasicDBObject cond = null;DBCollection coll = db.getCollection("A");1、$where在某种应用场合,若要集合A查询文档且要满足文档中某些属性运算结果,可以编写一脚本函数用where进行设置,比如:某集合中存放的用