求质数 之 除余法(C语言描述)

问题描述

试编写一个程序,找出 2→N 之间的所有质数(质数的概念请看这里 ),用尽可能快的方法实现。

问题分析

这个问题可以有两种解法:一种是用“筛子法”,另一种是从 2→N 逐一检测出质数。如果要了解“筛法”,请看另一篇文章《求质数 之 筛法 》。

现在来介绍第二种方法。用这种方法,最先想到的就是让从2→N逐一检查。如果是就显示出来,如果不是,就继续检查下一个直到超出范围 N。这是正确的做法,但效率却不高。当然,2 是质数,那么 2 的倍数就不是质数,如果令 i 从 2 N,就很冤枉地测试了 4、6、8……这些数?所以第一点改建就是只测试 2 与所有的奇数就足够了。同理,3 是质数,但6、9、12……这些 3 的倍数却不是,因此,如果能够把 2 与 3 的倍数跳过去而不测试,任意连续的 6 个数中,就只会测试 2 个而已。以6n, 6n+1, 6n+2, 6n+3, 6n+4, 6n+5 为例,6n, 6n+2, 6n+4 是偶数,又 6n+3 是 3 的倍数,所以如果 2 与 3 的倍数都不理会,只要测试的数就只留下6n+1和6n+5而已了,因而工作量只是前面想法的 2/6 = 1/3,应该用这个方法编程。

还有个问题,就是如果判断一个数 i 是否为素数。按素数的定义,也就是只有 1 与本身可以整除,所以可以用 2 i-1 去除 i,如果都除不尽,i 就是素数。观点对,但却与上一点一样的笨拙。当 i>2 时,有哪一个数可以被 i-1 除尽的?没有!为什么?如果 i 不是质数,那么 i=a×b,此地 a 与 b 既不是 i 又不是 1;正因为 a>1,a 至少为 2,因此 b 最多也是 i/2 而已,去除 i 的数用不着是 2 i-1,而用 2 i/2 就可以了。不但如此,因为 i=a×b,a 与 b 不能大于 sqrt(i),为什么呢?如果 a>sqrt(i),b>sqrt(i),于是 a×b > sqrt(i)*sqrt(i) = i,因此就都不能整除i了。如果i不是质数,它的因子最大就是 sqrt(i);换言之,用 2 sqrt(i)去检验就行了。

但是,用 2 sqrt(i) 去检验也是浪费。就像前面一样,2 除不尽,2 的倍数也除不尽;同理,3 除不尽,3 的倍数也除不尽……最理想的方法就是用质数去除i。

但问题是这些素数从何而来?这比较简单,可以准备一个数组 prime[],用来存放找到的素数,一开始它里面有 2、3、5。检查的时候,就用 prime[] 中小于 sqrt(i)的数去除 i 即可,如果都除不尽,i 就是素数,把它放如 prime[] 中,因此 prime[] 中的素数会越来越多,直到满足个数为止!

不妨用这段说明来编写这个程序,但是程序设计的时候会有两个小问题:

  1. 如果只检查 6n+1 和 6n+5 ?不难发现,它们的距离是4、2、4、2……所以,可以先定义一个变量 gab=4,然后 gab=6-gab;
  2. 比较是不能用 sqrt(i),因为它不精确。举个例子,i=121,在数学上,sqrt(i) 自然是 11,但计算机里的结果可能是 10.9999999,于是去除的数就是 2、3、5、7,而不含 11,因此 121 就变成质数了。解决这个问题的方法很简单,不要用开方,用平方即可。例如,如果 p*p<=i,则就用 p 去除 i。而且它的效率比开方高。

程序清单

  1. #include <stdlib.h>  
  2. #include <stdio.h>  
  3. int creat_prime(int p[], int n, int total)  
  4. {  
  5.     int i, j, g = 2;  
  6.     for (i = 7; i <= n; i += g) {  
  7.         g = 6 - g;  
  8.         for (j = 0; p[j] * p[j] <= i && i % p[j]; j++);  
  9.         if (i % p[j]) {  
  10.             p[total++] = i;  
  11.         }  
  12.     }  
  13.     return total;  
  14. }  
  15. int main(void)  
  16. {  
  17.     int prime[30000] = { 2, 3, 5 };  
  18.     int total = 3;     /* 找到素数的个数 */  
  19.     int n = 200000;    /* 要查找的范围(>=6) */  
  20.     int i;  
  21.     total = creat_prime ( prime, n, total );  
  22.     for (i = 0; i < total; i++) {  
  23.         printf ( "%d ", prime[i] );  
  24.         if ( i && !(i % 10) )  
  25.             putchar ( '/n' );  
  26.     }  
  27.     putchar ( '/n' );  
  28.     return EXIT_SUCCESS;  
  29. }  

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
DSP算法大全C语言版本 完整版,共407页,审阅过的。包含多种数字信号产生、处理、分析方式,并附参考代码。第六章FIR数宇滤波器的设计………………… 227 §6.1窗函数方法……………… .227 §6.2频域最小误差平方设计…… “·自“238 §6.3切比雪夫逼近方法……………………………………………242 第三篇随机数字信号处理 第一章经典谱佔计……………………………………….264 的周期图方法………………·…264 12功率谱估计的相关方法 271 第二章现代谱估计……… 280 §2.1求解一般托布利兹方程组的莱文森算法……………0 82.2求解对称正定方程组的乔里斯基算法 §2.3求解尤利沃克方程的莱文森德宾算法…………灬….28 §24计算ARMA横型的功率谱密度18 §2.5尤利沃克谱佔计算法…………………*…………………22 §2.6协方差谱估计算法 ……ts29 §27Burg谱估计算法 ◆鲁b+吾·合品品‘山点亠4+·日叶中·中‘甲争早导 §2.8最大似然谱估计算法…… 308 第三章时频分析 甲甲甲手曾鲁卧鲁哲雪 §3.1堆格纳( wigner)分布 中中中“由节“昏音山曲画 32离散小波变换 委甲■即 318 第四章随机信号的数字滤波……… §41维纳( Wiener)数字滤波……… …………量·自330 §4-2卡尔曼( Kalman)数字滤波… 会血中自4B44品西4垂4+中如甲吾卧d古 §4-3最小均方(LMS)自适应数字滤波…… ●·中自·自·中中中平看 °·341 §4.4归一化LMS自适应数字滤波……34 §45递推最小二乘(RLs)自适应数字滤波 348 第四篇数字图像处理 第一章图像基本运算 ……·352 §1,1图像读取、存储与显示…… 81.2图像旋转……………………………………………………………366 1.3图像灰度级直方图的计算……………………………………*……3 §1.4图像二值化的固定阀值法… ma·也d■血dp §1.5图像二值化的自适应阀值法 导b血 第二章图像增颯… §2.1图像直方图均衡…………………… w"376 §2.2中值滤波……38 §23图像锐化…… 鲁平t自d “*………382 §2.4图像平滑 P····383 第三章图像边缘检测……………………….356 831 Roberts算子边缘检测…46 §32拉普拉斯算子边缘检测……… “………“敌…388 83.3 Sobel算子边缘检测……; 83.4 Robinson算子边缘检测 小392 §35 Kirsch算子边缘检测……………………………………………394 §3.6 Prewitt算子边缘检测 争昏平辛辛平中萨 396 第四章图像细化…… 喜即香看d画命合b分bb画品目如画如bL晶 品品4甲。自·。·中 399 §4.1 Hilditch细化算法… ●·命··“““…“399 §4.2 Pavlidis细化算法……404 §43 Rosenfeld细化算法………………… 0 第五篇人工神经网络 第一章神经网络模型 t……416 §1.1多层感知器神经网络 ·416 §1.2离散 Hopfield神经网络…………“………………………425 §13连续 Hopfield神经网络………………49434 §I4 Tank-Hopfield线性规划神经网络 ……437 参考文献 44命↓◆命啡4每◆普““女4古“4b中d●·4·面···4·= ,··442 第一篇常用数字信号的产生 第一章数字信号的产生 §1.1均匀分布的随机数 -、功能 产生(a,b)区间上均匀分布的随机数。 方法简介 均匀分布的概率密度函数为 ≤x≤b fCx) 其它 通常用U(b表示均匀分布的均值为“士方差为2 产生均匀分布随机数的方法如下 首先,由给定的初值x0,用混合同余法 T-1+c)(mod M) y; /M 产生(0,1)区间上的随机数y。其中a=2045c=1M=2然后,通过变换z=a+ (b…a)y产生(a,b)区间上的随杋数x 三、使用说明 1.子函数语句 double uniform (a, b, seed) 2形参说明 双精度实型变量。给定区间的下限 b—双精度实型变量。给定区间的上限。 seed——长整型指针变量。*seed为随机数的种子。 四、子函效程序(文件名: uniform,c) double uniform(a,bseed) long int seed double t; 2045爷( seed-#seed-(操Seed/1948576)*1048576; t=(“seed)/1048576.0; t=a+(b-a)头t; return(t)i 五、例题 产生50个0到1之间均匀分布的随机数。 主函数程序(文件名: uniform,m) 杜 include〃 stdio.h includ iform ain( doable a, b,x; int 1,J; g Int s double uniform (double, double, long int *) a-0.0;b=10;s=13579; for(i-0;i<10;i-+) for(j=0:j<5++) =unite printf (". 7fM,x>; intf("\n")y 运行结果 0.48263550.98959450.72067070.77158260.8864250 0.73916340.58915140.81457810.81212620.7979975 0.9483t 0.39095970.51266860.40730760.9440937 0.67162610.47535710.10517980.09266470.4993505 0.13187120.47657490.59566690,13878150,8082657 C.90332890.30759240.02644250.07497020.3141527 0.44230840.5207319 89678960.93463230.3230572 0.65192320.18290330.03722860.13245580.8721647 0,5768661 0.6912775 0.66249660.80548000.2066078 0.51299000.0645466099776740.43443300.4154520 §1.2正态分布的随机数 功能 产生正态分布N(,a2)的随机数。 二,方法简介 正态分布的概率密度函数为 √2πa 通常用、(p,d2)表示。式中p是均值,a2是方差。正态分布也称为高斯分布 产生正态分布随机数的方法如下 设r1 r为(0,1)上n个相互独立的均匀分布的随机数,由于E(n)=1, 根据中心极限定理可知,当n充分大时 r 的分布近似于正态分布N(,1)。通常取n=12,此时有 r一6 最后,再通过变换y=H+x,便可得到均值为八方差为m2的正态分布随机数y 三、使用说明 1.子函数语句 double gauss(mean, sigma, seed) 2.形参说明 mean—双精度实型变量。正态分布的均值k sigma—-双精度实型变量。正态分布的均方差o see 长整型指针变量。餐seed为随机数的种子。 四、子函数程序(文件名: gauss,c) include Uniform,ci double gauss(mean, sigma, s) double mean, sigma; long int *si i int i; double x, y; double uniform() for(x=0,=0;<12i++) x+= uniform(0,0,1.0,) X=x一6.0: y〓mean十x并sgm丑 return (y)f 五、例题 产生50个均值为0方差为1的正态分布的随机数。 主函数程序(文件名 tgauss.m) #include"stdio. hm #include"gauss, c main() t int i,j s long int s# double x, mean, sigma; double gauss(double, double, long int *) mean=0.0; sigma=1.05=13579 for(i=0<10i++) for(j=0<5i十+) x=gauss(mean, sigma, &s) printf(".7",x); printi("\n") 运行结果 2.8997211-0,90885730,2041950-0.2572155-0.8516827 0.79969980,9866190.04313851.919498702543507 0.36892511.2145863 ,05370901.70509531.6925945 0.49287221.9956684.-0.59806631.29232980.1707630 0.5213604-0.40513420.8358479-0.54450801.6452045 0.5338917-0.8120403-0.3886852-0.25463680.4690113 0.4013348-0.1117687-0.9708830.650224713179646 0.53624150.74646191.3275318-0.40414241.8053455 0.8525982-0,24906731.68234440.945543304819355 1.1704273-0.172575002068348-1.9993710.8360157 §1.3指数分布的随机数 功能 产生指数分布的随机数。 方法简介 1.产生随机变量的迆变换法 定理设F(x)是任一连续的分布函数如果~U(0,1)且=F-1(a),那么η~F(x)。 证明由于t~U(0,1),则有 P(≤x)=P(F-(x)≤x)=P(x≤F(x))=F(x) 所以,7~F(x),定理证毕 此定理给出了从均匀分布随机数到给定分布F(x)的随机数的变换。根据该变换可产 生分布函数为F(x)的机效x,其算法可用下列两个步骤实现 (1)产生均匀分布的随机数g,即4~U(0,1)g(2)计算x=F-(t) 2.产生數分布随机的方法 指数分布的概率密度函数为 x≥0 f(x) 0 其它 其分布函效为 FCr)= ,其它 指数分布的均值为,方为P2 根播上述的逆交换法,产生指数分布随机数的方法为 (1)产生均匀分布的随机数M,即w~U(0,1);(2)计算x=-ln(v) 、使用说明 1.子函微语句 double exponent(beta, s) 2.彩参说明 beta——双精皮实型变量。指数分布的均值。 s—长整型指针变量。¥s为随机数的种子。 四、子函数程序(文件名: exponent.[) include "math. h" Include uniform. c uble exponent(bcta, double beta; long int *s i double u,x double uniform) u=uniform(0. 0,1-0,s)+ ta i logt return(x) 五、例题 产生50个均值为2、方差为4的指数分布的随机数。 主函数程序(文件名; exponent n) toinclude stdio. h f include exponentc int i,j; long int s; ouble x 4a; double exponent()+ bea=2.仍;s=t3579; for(i=0;i<10;i++) {for(j=0;j5;j+) i x=exponent(beta, &s printf(".7f", x> 运行结果 45698710,02092010,6551459051862310,2411175 0.6044725 1.0581442 0.4101700 0.4161992 0.451299 0.20000171,87830141.33625131.79637310.1150597 0,7961070 .4873781450416854.75753501.3888938

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值