当前位置: 首页 > ops >正文

【模板】埃拉托色尼筛法(埃氏筛)

一、算法简介

在数论与编程竞赛中,求解 [ 1 , n ] [1,n] [1,n] 范围内的所有质数是常见的基础问题。埃拉托色尼筛法(Sieve of Eratosthenes) 是一种古老而高效的算法,可以在 O ( n log ⁡ log ⁡ n ) O(n \log \log n) O(nloglogn) 的时间复杂度内完成这一任务。


二、基本思想

埃氏筛的核心思想是:

对于每一个从小到大的质数 p p p,将其所有的倍数( 2 p , 3 p , 4 p , … 2p, 3p, 4p, \dots 2p,3p,4p,)标记为合数。
最终,所有未被标记的数就是质数。

举例说明:
n = 30 n = 30 n=30,初始认为 2 ∼ 30 2\sim 30 230 都是质数。
我们从 2 2 2 开始,依次把 4 , 6 , 8 , … 4,6,8,\dots 4,6,8, 标记为合数;
然后处理下一个未被标记的 3 3 3,再把 6 , 9 , 12 , … 6,9,12,\dots 6,9,12, 标记为合数;
如此反复,直到 n \sqrt{n} n


三、代码实现

以下是使用 C++ 编写的埃氏筛标准模板

#include<iostream>
#include<vector>
using namespace std;const int N = 1e5 + 10; // 设置一个足够大的常数N,表示数组大小vector<bool> ans(N, true); // 初始化素数表,默认所有数都是素数(true)
vector<int> nums;          // 用于存储最终得到的所有质数// 筛法主函数:获取1到n之间的所有素数
void get(int n)
{ans[0] = ans[1] = false; // 0 和 1 不是质数,直接标记为 false// 使用埃氏筛法,从 2 开始依次判断for (int i = 2; i <= n / i; i++)  // 等价于 i * i <= n{if (ans[i]) // 如果当前数 i 是质数(尚未被筛掉){// 从 i*i 开始,而不是 2*i:// 因为 i < j < i*i 范围内的 i 倍数,如 2*i, 3*i 等,已被更小的质数筛掉了for (int j = i * i; j <= n; j += i) // 枚举 i 的所有倍数{ans[j] = false; // 将 j 标记为合数}}}// 将所有的质数加入 nums 数组for (int k = 2; k <= n; k++){if (ans[k]){nums.push_back(k);}}
}

主函数调用如下:

int main()
{int n;cin >> n; // 输入要求筛到的最大范围get(n); // 执行筛法for (auto num : nums){cout << num << " "; // 输出所有质数}return 0;
}

四、关键优化说明

1. 为什么从 i * i 开始筛?

因为在遍历到质数 i i i 时,小于 i i i 的质数已经处理了 2 i , 3 i , . . . , ( i − 1 ) i 2i, 3i, ..., (i-1)i 2i,3i,...,(i1)i 的倍数。例如:

  • 6 = 2 × 3 6 = 2 \times 3 6=2×3 会在处理 2 2 2 时被筛掉;
  • 9 = 3 × 3 9 = 3 \times 3 9=3×3 会在处理 3 3 3 时被筛掉。

因此,从 i × i i \times i i×i 开始可以减少重复标记,提升效率。

2. 循环条件 i <= n / i

等价于 i * i <= n,这种写法可避免整数溢出,建议记住作为一种 防溢出技巧


五、时间与空间复杂度

  • 时间复杂度 O ( n log ⁡ log ⁡ n ) O(n \log \log n) O(nloglogn),非常高效
  • 空间复杂度 O ( n ) O(n) O(n),主要用于布尔数组 ans[]

六、样例输入输出

输入:

100

输出:

2 3 5 7 11 13 17 19 23 29 31 37 41 43 47 53 59 61 67 71 73 79 83 89 97

七、适用场景与拓展

  • 快速判断一个数是否为质数(配合布尔数组)
  • 枚举某范围内的所有质数(如用于欧拉函数、积性函数计算)
  • 可拓展为线性筛(Euler 筛)以避免重复标记(时间复杂度为 O ( n ) O(n) O(n)

八、结语

埃拉托色尼筛法是数论的入门利器,是多种算法的基础工具。建议熟练掌握并牢记模板结构。同时要理解从 i * i 开始标记的数学依据,避免盲记公式。

http://www.xdnf.cn/news/14105.html

相关文章:

  • Spring-rabbit重试消费源码分析
  • OCCT基础类库介绍:Modeling Data - 2D Geometry 3D Geometry Topology
  • Javascript和NodeJS异常捕获对比
  • C++基础算法————二分查找
  • 深度学习——基于卷积神经网络实现食物图像分类【1】(datalodar处理方法)
  • VMware虚拟机集群上部署HDFS集群
  • 达梦的三权分立安全机制
  • 【机器学习与数据挖掘实战 | 医疗】案例16:基于K-Means聚类的医疗保险的欺诈发现
  • 使用 Azure LLM Functions 与 Elasticsearch 构建更智能的查询体验
  • 【论文解读】OmegaPRM:MCTS驱动的自动化过程监督,赋能LLM数学推理新高度
  • C++包管理器vcpkg的使用
  • RK全志平台LCD设备调试思路
  • JDBC基础(1)
  • python使用milvus教程
  • 使用 Git 将本地仓库上传到 GitHub 仓库的完整指南
  • 如何编写高效的Prompt:从入门到精通
  • 【Qt】QStateMachine状态机-实现播放按钮状态切换
  • Java 常用类 Math:从基础到高阶应用指南
  • 设计模式精讲 Day 1:单例模式(Singleton Pattern)
  • 将图片合成为视频(基于 OpenCV)
  • 【0.3 漫画数据结构与算法】
  • SNMP中BER编码解析
  • 微信小程序使用画布实现飘落泡泡功能
  • NLP学习路线图(四十八): NLTK
  • ​​实时人脸检测与人脸关键点识别系统实现
  • linux开机原理以及如何开关机-linux023
  • 同旺科技 USB TO SPI / I2C适配器(专业版)--EEPROM读写——B
  • 深入剖析 Celery:分布式异步任务处理的利器
  • 项目会议过多如何优化沟通效率
  • [论文阅读] 人工智能 | Gen-n-Val:利用代理技术革新计算机视觉数据生成