高效求解第n个质数:埃拉托斯特尼筛法优化
本文探讨如何利用埃拉托斯特尼筛法(埃筛法)优化求解第n个质数的代码,有效降低内存消耗。 原始方法中,循环判断质数导致内存溢出,而埃筛法提供了一种更高效的解决方案。
埃拉托斯特尼筛法原理
埃筛法是一种经典的素数筛选算法。其基本思想是从2开始,依次标记每个数的倍数为合数(非质数),直到标记完所有小于等于目标范围平方根的数。最终未被标记的数即为质数。
代码优化及详解
以下代码使用埃筛法优化求解第n个质数:
import java.util.Arrays; import java.util.Scanner; public class PrimeFinder { public static void main(String[] args) { Scanner in = new Scanner(System.in); int n = in.nextInt(); in.close(); // 根据n的大小动态调整数组大小,避免浪费内存 int limit = (int) (n * Math.log(n) + n * Math.log(Math.log(n))); //近似估计,保证足够大 if (limit < 1000) limit = 1000; //设置最小值,防止n过小导致limit过小 boolean[] isPrime = new boolean[limit + 1]; Arrays.fill(isPrime, true); isPrime[0] = isPrime[1] = false; // 标记合数 for (int i = 2; i * i <= limit; i++) { if (isPrime[i]) { for (int j = i * i; j <= limit; j += i) { isPrime[j] = false; } } } // 计数质数 int count = 0; for (int i = 2; i <= limit; i++) { if (isPrime[i]) { count++; if (count == n) { System.out.println(i); break; } } } } }
此代码的关键改进在于:
动态数组大小: 根据输入 n 动态计算数组 isPrime 的大小,避免预设过大数组造成内存浪费。使用了近似公式 n * log(n) + n * log(log(n)) 来估计需要的最大值,并设置了最小值1000以处理n值较小的情况。
优化标记过程: 外层循环只遍历到 sqrt(limit),因为任何大于 sqrt(limit) 的合数都至少有一个小于 sqrt(limit) 的质数因子。
通过以上优化,代码能够更有效地处理更大的 n 值,显著降低内存占用,并提高运行效率。
以上就是求第n个质数:如何用埃筛法优化代码,降低内存消耗?的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号