素数筛法--SPOJ Problem 2 Prime Generator

质数(prime number)又称素数,除了1和它本身外,不能整除以其他自然数,换句话说就是该数除了1和它本身以外不再有其他的因数;否则称为合数。最小的质数是2。

要判断一个整数N是不是质数很简单,看它是否能被2到sqrt(N)之间的整数整除即可。

def isPrime(n):
    if n%2==0:
        return False
    for i in xrange(3,int(math.sqrt(n)+1),2):
        if n%i==0:
            return False
    return True

不过要找出1到N之间的所有质数时,一个个的判定显然不是一个好主意。由于合数可以分解成一系列质数之积,所以1到N之间的合数都是1到sqrt(N)之间某个质数的倍数,排除这些合数,剩余的即为质数:

import math
import timeit
def findPrime(n):
    a=[True]*(n+1)
    a[0]=False
    a[1]=False
    for i in xrange(2,int(math.sqrt(n)+1)):
        if a[i]:
            k=i*i
            while k<=n:
                a[k]=False
                k=k+i      
if __name__=='__main__':
    t=timeit.Timer('findPrime(2000000)','from __main__ import findPrime')
    print t.timeit(1)

算法从2开始判断是否为质数,并排除质数的倍数,当2至i都被判断后,i+1是否为质数已很明确。

SPOJ Problem 2  Prime Generator 要求找出n至m之间的质数,其中1 <= m <= n <= 1000000000, n-m<=100000。

这种情况下建一个1000000000长度的序列就太浪费空间了,需要先找出1至sqrt(n)之间的质数,然后将n与m之间这些质数的倍数排除:

import math
def findPrime(n):
    a=[True]*(n+1)
    a[0]=False
    a[1]=False
    for i in xrange(2,int(math.sqrt(n)+1)):
        if a[i]:
            k=i*i
            while k<=n:
                a[k]=False
                k=k+i
    for i in xrange(2,n+1):
        if a[i]:
            yield i
def findPrimeBySeed(n,m):
    if n==1:
        n=2
    seed=findPrime(int(math.sqrt(m)))
    alist=[1]*(m-n+1)

    for prime in seed:   
        if prime<n:
            k=(prime-n%prime)%prime
        else:
            k=2*prime-n
        while k<=m-n:
            alist[k]=False
            
            k+=prime
    for i in xrange(m-n+1):
        if alist[i]:
            print i+n
            
    
if __name__=='__main__':

    line=int(raw_input())
    for i in xrange(line):
        n,m=raw_input().split()
        findPrimeBySeed(int(n),int(m))
        print

  

  

 

内容概要:本文系统梳理了多个科研领域的前沿研究与技术实现,重点涵盖FDTD方法中的完美匹配层(PML)研究,以及Matlab/Simulink在电磁、电力、控制、通信、信号处理、图像处理、路径规划、能源系统优化等领域的仿真与算法实现。文中列举了大量基于Matlab和Python的科研案例,如风电功率预测、负荷预测、无人机三维路径规划、电池系统故障诊断、雷达模拟、通信编码、微电网优化调度等,并强调结合智能优化算法(如粒子群、遗传算法、深度学习等)提升系统性能。同时,提供了丰富的代码资源与仿真模型,涵盖永磁同步电机控制、逆变器设计、多智能体任务分配、虚拟电厂调度等复杂系统,助力科研人员快速开展复现实验与创新研究。; 适合人群:具备一定编程基础,熟悉Matlab/Python工具,从事电气工程、自动化、通信、人工智能、新能源、控制科学等相关领域研究的研发人员及研究生。; 使用场景及目标:① 学习并实现FDTD仿真中的PML边界条件以有效抑制数值反射;② 掌握Matlab/Simulink在多物理场建模、控制系统设计与优化算法中的综合应用;③ 借助提供的代码资源完成科研复现、课程设计、竞赛项目或工程原型开发; 阅读建议:此资源以科研实战为导向,不仅提供理论方法,更强调代码实现与仿真验证。建议读者结合自身研究方向,按目录顺序查阅相关模块,下载配套代码进行调试与二次开发,以达到学以致用、融会贯通的目的。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值