统计找出一千万以内,一共有多少质数?(优化过程,效率更快)

2024-01-11 05:08

本文主要是介绍统计找出一千万以内,一共有多少质数?(优化过程,效率更快),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!

质数概念: 只能被1和自己整除的数

**

初步思路

**:运用双层循环,判断是否为质数,true则num+1;false跳过

代码如下:

package somethings;import java.util.Locale;/*** @author  Small_Tsky* @date 2020/2/23 - 16:21**/
public class Unimportance {public static void main(String[] args) {long start = System.currentTimeMillis();int n = 10000000 ;
//        初始化num (因为2为质数未被计入for循环里)int num = 1;for (int i = 3; i <= n; i++) {for (int j = 2; j <i ; j++) {
//                i除1和本身没有其他的因子,即为质数if (i % j != 0) {num++;}}}System.out.println("一千万以内的质数个数为:"+num);long end = System.currentTimeMillis();System.out.println("所用时间:"+(end - start)+"毫秒");}}

运行结果: 无

数据过于庞大,运算次数要循环1+2+…+(10000000-2)次。
这个算法的时间复杂度是:O( N 2 N^2 N2)
每秒十亿指令的计算器运行时间复杂度为 n 2 n^2 n2,其中n= 1 0 6 10^6 106,所运行的时间为
16.67min
,而运行一千万则需要的时间为1667min,即27.8h,所以要等到结果出来需要等上一天多。

-------------------------------------------------------------------

如果复杂度是 N 2 N^2 N2,要下意识将复杂度改为 N l o g N NlogN NlogN,所以下面需要做的就是优化优化思路

优化思路:

对于确定的质数先做标记,标记完成后,遍历标记的质数,num++;

代码如下:

import java.util.Arrays;/*** @author Small_Tsky* @date 2020/2/23 - 16:25**/public class Isprimes {public static void main(String[] args) {long start = System.currentTimeMillis();int n = 10000000 +1;//	下标从1开始int num = 0;boolean [] isprimes = new boolean[n];
//                定义isprimes[]Arrays.fill(isprimes,true);for (int i = 2; i <= isprimes.length; i++) {for (int j = 2; i * j < isprimes.length; j++) {
//                        标记不符合条件的num,即有因子的全部标记false;isprimes[i * j] = false;}}isprimes[1]=false;//注意:1为非质数//                  遍历isprimes[]for (int i = 1; i <isprimes.length ; i++) {if (isprimes[i]){num++;}}long end = System.currentTimeMillis();System.out.println("一千万以内的质数一共有 " + num + " 个");System.out.println("所用时间为 " + (int) (end - start)+"毫秒");
}
}

运行结果:


一千万以内的质数一共有 664579 个
所用时间为 985毫秒Process finished with exit code 0

此算法的时间复杂度是:O(NlogN)

-----------------------------------------------------------------------

前辈思路(埃氏筛法):

埃拉托斯特尼筛法:简称埃氏筛或爱氏筛,是一种由希腊数学家埃拉托斯特尼所提出的一种简单检定素数的算法。要得到自然数n以内的全部素数,必须把不大于根号n的所有素数的倍数剔除,剩下的就是素数。

思想实现:要得到自然数n以内的全部素数,必须把不大于的所有素数的倍数剔除,剩下的就是素数。
              给出要筛数值的范围n,找出以内的素数。先用2去筛,即把2留下,把2的倍数剔除掉;再用下一个质数,也就是3筛,把3留下,把3的倍数剔除掉;接下去用下一个质数5筛,把5留下,把5的倍数剔除掉;不断重复下去…。

代码如下:

package arrylist;import property.Item;import java.util.Arrays;/*** @author Small_Tsky* @date 2020/2/23 - 16:30**/
public class list  {public static void main(String[] args) {long start = System.currentTimeMillis();int n = 10000000 + 1;   //总数,下标从1开始boolean[] data = new boolean[n];        //存储是否为质数的容器Arrays.fill(data, true);    //  先假设都是质数for (int i = 1; i <= data.length; i++) {    //  遍历容器if (i % 2 == 0) {data[i] = false;    //  先将为偶数排除}}data[2] = true;//  2为质数data[1] = false;//注意:1不是质数for (int i = 2; i <= Math.sqrt(n); i++) {   //优化:只需考虑根号n以内的数的倍数if (data[i]) {  //    这里的i为非偶数(上一步已经把偶数排除了),剩下只有非偶数//  非偶数的平方为非质数,其平方的倍数也一定是非质数for (int j = i * i; j < n; j += 2 * i) {   data[j] = false;    //优化:如果一个数(i * i)不是质数,那么它的倍数(i*i+2*i)一定不是质数}}}int num = 0;    //  计数质数总数for (int i = 1; i < data.length; i++) {if (data[i]) {num++;  //  为质数则+1}}long end = System.currentTimeMillis();System.out.println("一千万以内的质数一共有 " + num + " 个");System.out.println("所用时间为 " + (int) (end - start) + "毫秒");}
}

运行结果:

一千万以内的质数一共有 664579 个
所用时间为 98毫秒

此算法的时间复杂度是:O(N)

#第三种结果比第二种结果足足快了800多毫秒#

所以时间复杂度越小越好,但是如果算法效率过高的话,很有可能出现错误

这篇关于统计找出一千万以内,一共有多少质数?(优化过程,效率更快)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/593255

相关文章

Vue3 的 shallowRef 和 shallowReactive:优化性能

大家对 Vue3 的 ref 和 reactive 都很熟悉,那么对 shallowRef 和 shallowReactive 是否了解呢? 在编程和数据结构中,“shallow”(浅层)通常指对数据结构的最外层进行操作,而不递归地处理其内部或嵌套的数据。这种处理方式关注的是数据结构的第一层属性或元素,而忽略更深层次的嵌套内容。 1. 浅层与深层的对比 1.1 浅层(Shallow) 定义

浅析Spring Security认证过程

类图 为了方便理解Spring Security认证流程,特意画了如下的类图,包含相关的核心认证类 概述 核心验证器 AuthenticationManager 该对象提供了认证方法的入口,接收一个Authentiaton对象作为参数; public interface AuthenticationManager {Authentication authenticate(Authenti

HDFS—存储优化(纠删码)

纠删码原理 HDFS 默认情况下,一个文件有3个副本,这样提高了数据的可靠性,但也带来了2倍的冗余开销。 Hadoop3.x 引入了纠删码,采用计算的方式,可以节省约50%左右的存储空间。 此种方式节约了空间,但是会增加 cpu 的计算。 纠删码策略是给具体一个路径设置。所有往此路径下存储的文件,都会执行此策略。 默认只开启对 RS-6-3-1024k

作业提交过程之HDFSMapReduce

作业提交全过程详解 (1)作业提交 第1步:Client调用job.waitForCompletion方法,向整个集群提交MapReduce作业。 第2步:Client向RM申请一个作业id。 第3步:RM给Client返回该job资源的提交路径和作业id。 第4步:Client提交jar包、切片信息和配置文件到指定的资源提交路径。 第5步:Client提交完资源后,向RM申请运行MrAp

hdu1496(用hash思想统计数目)

作为一个刚学hash的孩子,感觉这道题目很不错,灵活的运用的数组的下标。 解题步骤:如果用常规方法解,那么时间复杂度为O(n^4),肯定会超时,然后参考了网上的解题方法,将等式分成两个部分,a*x1^2+b*x2^2和c*x3^2+d*x4^2, 各自作为数组的下标,如果两部分相加为0,则满足等式; 代码如下: #include<iostream>#include<algorithm

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

MySQL高性能优化规范

前言:      笔者最近上班途中突然想丰富下自己的数据库优化技能。于是在查阅了多篇文章后,总结出了这篇! 数据库命令规范 所有数据库对象名称必须使用小写字母并用下划线分割 所有数据库对象名称禁止使用mysql保留关键字(如果表名中包含关键字查询时,需要将其用单引号括起来) 数据库对象的命名要能做到见名识意,并且最后不要超过32个字符 临时库表必须以tmp_为前缀并以日期为后缀,备份

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者

flume系列之:查看flume系统日志、查看统计flume日志类型、查看flume日志

遍历指定目录下多个文件查找指定内容 服务器系统日志会记录flume相关日志 cat /var/log/messages |grep -i oom 查找系统日志中关于flume的指定日志 import osdef search_string_in_files(directory, search_string):count = 0