编程求2~n(n为大于2的正整数,且小于等于50000)中有多少素数)
时间: 2023-05-11 14:04:20 浏览: 285
可以使用筛法求解,具体实现可以参考以下代码:
int countPrimes(int n) {
if (n <= 2) return 0;
vector<bool> isPrime(n, true);
int count = n - 2;
for (int i = 2; i * i < n; ++i) {
if (!isPrime[i]) continue;
for (int j = i * i; j < n; j += i) {
if (isPrime[j]) {
isPrime[j] = false;
--count;
}
}
}
return count;
}
该算法的时间复杂度为 O(nloglogn),可以在较短时间内求解较大的 n。
相关问题
编程求2~n(n为大于2的正整数,且小于等于50000)中有多少个素数。
这道题可以使用埃氏筛法(Sieve of Eratosthenes)来解决,时间复杂度为O(nloglogn)。
具体思路是:首先初始化一个长度为n+1的布尔类型数组is_prime,用于标记每个数是否为素数,并把每个数字的初始状态都设置为True。然后,我们从2开始遍历到n的平方根,如果当前数字i为素数,则将i的倍数(除了i本身)标记为非素数。最后遍历is_prime数组,统计标记为True的数字的个数即可。
以下是Python代码实现:
```python
def count_primes(n):
# 初始化一个长度为n+1的布尔类型数组,用于标记每个数是否为素数,初始值都为True
is_prime = [True] * (n + 1)
# 从2开始遍历到n的平方根,如果当前数字i为素数,则将i的倍数(除了i本身)标记为非素数
for i in range(2, int(n ** 0.5) + 1):
if is_prime[i]:
for j in range(i * i, n + 1, i):
is_prime[j] = False
# 统计标记为True的数字的个数
count = 0
for i in range(2, n + 1):
if is_prime[i]:
count += 1
return count
```
在这个方法中,我们首先初始化一个长度为n+1的布尔类型数组is_prime,用于标记每个数是否为素数,并把每个数字的初始状态都设置为True。然后,我们从2开始遍历到n的平方根,如果当前数字i为素数,则将i的倍数(除了i本身)标记为非素数,这个过程中只需遍历到n的平方根的原因是,如果n不是素数,那么n一定可以分解为两个因子a和b,其中a和b至少有一个小于等于n的平方根,否则它们的乘积将大于n,与n是a和b的乘积矛盾。因此,我们只需要遍历到n的平方根,就可以判断出n是否为素数。
最后,我们遍历is_prime数组,统计标记为True的数字的个数即可。
编程求2~n(n为大于2的正整数,且小于等于50000)中有多少个素数python。
以下是 Python 代码实现:
```python
def count_primes(n):
if n < 3:
return 0
primes = [True] * n
primes[0] = primes[1] = False
for i in range(2, int(n ** 0.5) + 1):
if primes[i]:
primes[i*i:n:i] = [False] * len(primes[i*i:n:i])
return sum(primes)
n = 50000
count = count_primes(n+1) - count_primes(2)
print(count)
```
解释:
首先定义一个 `count_primes` 函数,该函数使用埃拉托色尼筛法(Sieve of Eratosthenes)来计算小于等于 n 的所有素数的个数。然后计算 2~n(包含 n)中的素数个数,即 `count_primes(n+1) - count_primes(2)`。注意,这里需要加 1 是因为 `count_primes` 函数计算的是小于等于 n 的素数个数。
该算法的时间复杂度为 O(n log(log n)),空间复杂度为 O(n)。在本问题中,由于 n 取值较小(小于等于 50000),因此该算法的效率非常高,可以在瞬间完成计算。
阅读全文