Python計算質數的多種方法
作者：濤哥聊Python
本文將介紹多種計算質數的方法，從最基礎的方法到更高效的算法，以及一些Python中的優化技巧。
質數（Prime Number）是指大于1且只能被1和自身整除的正整數。計算質數是數論中的一個經典問題，也在編程中常常出現。
本文將介紹多種計算質數的方法，從最基礎的方法到更高效的算法，以及一些Python中的優化技巧。
一、基礎方法
1、暴力法
最簡單的方法是使用暴力法，逐個檢查每個正整數是否為質數。這種方法對于小數字是有效的，但在大數字上效率很低。
def is_prime(n):
if n <= 1:
return False
for i in range(2, n):
if n % i == 0:
return False
return True2、優化暴力法
可以通過減少檢查的范圍來優化暴力法。因為質數必定大于1，所以只需檢查2到√n之間的數是否能整除n。
import math
def is_prime(n):
if n <= 1:
return False
if n == 2:
return True
if n % 2 == 0:
return False
for i in range(3, int(math.sqrt(n)) + 1, 2):
if n % i == 0:
return False
return True二、更高效的方法
1、埃拉托斯特尼篩法（Sieve of Eratosthenes）
埃拉托斯特尼篩法是一種高效的方法，用于生成一定范圍內的所有質數。它通過不斷排除合數來找到質數。
def sieve_of_eratosthenes(n):
is_prime = [True] * (n + 1)
is_prime[0] = is_prime[1] = False
p = 2
while p**2 <= n:
if is_prime[p]:
for i in range(p**2, n + 1, p):
is_prime[i] = False
p += 1
primes = [i for i in range(2, n + 1) if is_prime[i]]
return primes2、Miller-Rabin素數測試
Miller-Rabin素數測試是一種概率性的方法，用于測試一個數是否為質數。雖然它不是絕對確定的，但通常可以提供可接受的結果。
import random
def miller_rabin(n, k=5):
if n <= 1:
return False
if n <= 3:
return True
if n % 2 == 0:
return False
# 將n-1表示為(2^r) * d
r, d = 0, n - 1
while d % 2 == 0:
r += 1
d //= 2
def witness(a, d, n):
x = pow(a, d, n)
if x == 1 or x == n - 1:
return True
for _ in range(r - 1):
x = pow(x, 2, n)
if x == n - 1:
return True
return False
for _ in range(k):
a = random.randint(2, n - 2)
if not witness(a, d, n):
return False
return True三、Python中的質數計算
Python標準庫提供了一些用于計算質數的函數和模塊，例如sympy和math。
1、使用sympy模塊
sympy是Python中用于符號數學的強大庫，它包含了許多數論函數，包括判斷質數的函數。
from sympy import isprime
print(isprime(17)) # 輸出：True2、使用math模塊
math模塊提供了一些數學函數，包括sqrt函數，可以用來優化暴力法中的質數判斷。
import math
def is_prime(n):
if n <= 1:
return False
if n == 2:
return True
if n % 2 == 0:
return False
for i in range(3, int(math.sqrt(n)) + 1, 2):
if n % i == 0:
return False
return True總結
計算質數是數學和計算機科學中的一個經典問題，涉及多種算法和技術。本文介紹了計算質數的多種方法，包括基礎方法、更高效的方法和Python中的內置函數和模塊。選擇合適的方法取決于具體的需求和性能要求。
責任編輯：姜華
來源：
今日頭條
