2019-04-02 更新
想要快速地筛出一定上限内的素数?
下面这种方法可以保证范围内的每个合数都被删掉(在 bool 数组里面标记为非素数),而且任一合数只被:
“最小质因数 × 最大因数(非自己) = 这个合数”
的途径删掉。由于每个数只被筛一次,时间复杂度为 (O(n))。
欧拉筛
先浏览如何实现再讲其中的原理。
实现
bool isPrime[1000001];
//isPrime[i] == 1表示:i是素数
int Prime[1000001], cnt = 0;
//Prime存质数
void GetPrime(int n)//筛到n
{
memset(isPrime, 1, sizeof(isPrime));
//以“每个数都是素数”为初始状态,逐个删去
isPrime[1] = 0;//1不是素数
for(int i = 2; i <= n; i++)
{
if(isPrime[i])//没筛掉
Prime[++cnt] = i; //i成为下一个素数
for(int j = 1; j <= cnt && i*Prime[j] <= n/*不超上限*/; j++)
{
//从Prime[1],即最小质数2开始,逐个枚举已知的质数,并期望Prime[j]是(i*Prime[j])的最小质因数
//当然,i肯定比Prime[j]大,因为Prime[j]是在i之前得出的
isPrime[ i*Prime[j] ] = 0;
if(i % Prime[j] == 0)//i中也含有Prime[j]这个因子
break; //重要步骤。见原理
}
}
}
原理概述
代码中,外层枚举 (i = 1 o n)。对于一个 (i),经过前面的腥风血雨,如果它还没有被筛掉,就加到质数数组 (Prime[]) 中。下一步,是用 (i) 来筛掉一波数。
内层从小到大枚举 (Prime[j])。(i×Prime[j]) 是尝试筛掉的某个合数,其中,我们期望 (Prime[j]) 是这个合数的最小质因数 (这是线性复杂度的条件,下面叫做“筛条件”)。它是怎么得到保证的?
(j) 的循环中,有一句就做到了这一点:
if(i % Prime[j] == 0)
break;
(j) 循环到 (i mod Prime[j] == 0) 就恰好需要停止的理由是:
-
下面用 (s(smaller)) 表示小于 (j) 的数,(L(larger)) 表示大于 (j) 的数。
-
① (i) 的最小质因数肯定是 (Prime[j])。
(如果 (i) 的最小质因数是 (Prime[s]) ,那么 (Prime[s]) 更早被枚举到(因为我们从小到大枚举质数),当时就要break)
既然 (i) 的最小质因数是 (Prime[j]),那么 (i × Prime[j]) 的最小质因数也是 (Prime[j])。所以,(j) 本身是符合“筛条件”的。
-
② (i × Prime[s]) 的最小质因数确实是 (Prime[s])。
(如果是它的最小质因数是更小的质数 (Prime[t]),那么当然 (Prime[t]) 更早被枚举到,当时就要break)
这说明 (j) 之前(用 (i × Prime[s]) 的方式去筛合数,使用的是最小质因数)都符合“筛条件”。
-
③ (i × Prime[L]) 的最小质因数一定是 (Prime[j])。
(因为 (i) 的最小质因数是 (Prime[j]),所以 (i × Prime[L]) 也含有 (Prime[j]) 这个因数(这是 (i) 的功劳),所以其最小质因数也是 (Prime[j])(新的质因数 (Prime[L]) 太大了))
这说明,如果 (j) 继续递增(将以 (i × Prime[L]) 的方式去筛合数,没有使用最小质因数),是不符合“筛条件”的。
小提示:
当 (i) 还不大的时候,可能会一层内就筛去大量合数,看上去耗时比较大,但是由于保证了筛去的合数日后将不会再被筛(总共只筛一次),复杂度是线性的。到 (i) 接近 (n) 时,每层几乎都不用做什么事。
建议看下面两个并不复杂的证明,你能更加信任这个筛法,利于以后的扩展学习。
正确性(所有合数都会被标记)证明
设一合数 (C)(要筛掉)的最小质因数是 (p_1),令 (B = C / p_1)((C = B × p_1)),则 (B) 的最小质因数不小于 (p_1)(否则 (C) 也有这个更小因子)。那么当外层枚举到 (i = B) 时,我们将会从小到大枚举各个质数;因为 (i = B) 的最小质因数不小于 (p_1),所以 (i) 在质数枚举至 (p_1) 之前一定不会break,这回,(C) 一定会被 (B × p_i) 删去。
核心:亲爱的 (B) 的最小质因数必不小于 (p_1)。
例:(315 = 3 × 3 × 5 × 7),其最小质因数是 (3)。考虑 (i = 315 / 3 = 105) 时,我们从小到大逐个枚举质数,正是因为 (i) 的最小质因数也不会小于 (3)(本例中就是 (3)),所以当枚举 (j = 1 (Prime[j] = 2)) 时,(i) 不包含 (2) 这个因子,也就不会break,直到 (Prime[j] = 3) 之后才退出。
当然质数不能表示成“大于1的某数×质数”,所以整个流程中不会标记。
线性复杂度证明
注意这个算法一直使用“某数×质数”去筛合数,又已经证明一个合数一定会被它的最小质因数 (p_1) 筛掉,所以我们唯一要担心的就是同一个合数是否会被“另外某数 × (p_1) 以外的质数”再筛一次导致浪费时间。设要筛的合数是 (C),设这么一个作孽的质数为 (p_x),再令 (A = C / p_x),则 (A) 中一定有 (p_1) 这个因子。当外层枚举到 (i = A),它想要再筛一次 (C),却在枚举 (Prime[j] = p_1) 时,因为 (i mod Prime[j] == 0) 就退出了。因而 (C) 除了 (p_1) 以外的质因数都不能筛它。
核心:罪恶的 (A) 中必有 (p_1) 这个因子。
例:(315 = 3 × 3 × 5 × 7)。首先,虽然看上去有两个 (3),但我们筛数的唯一一句话就是
isPrime[ i*Prime[j] ] = 0;
所以,(315) 只可能用 (105 × 3) 或 (63 × 5) 或 (45 × 7) 这三次筛而非四次。然后,非常抱歉,后两个 (i = 63, i = 45) 都因为贪婪地要求对应的质数 (Prime[j]) 为 (5) 、(7),而自己被迫拥有 (3) 这个因数,因此他们内部根本枚举不到 (5) 、(7),而是枚举到 (3) 就break了。
以上两个一证,也就无可多说了。
更新日志:
2019-02-22 原理简化;用词修改或订正。
2019-04-02 一些用词更准确;加入更多括号内的注释,减少回看上文的需要。