重生之我在CSDN学线性筛

线性筛（Linear Sieve）是一种高效的筛选素数的算法，它相对于埃拉托色尼筛法（埃氏筛）在时间复杂度上有显著优化。埃氏筛的时间复杂度是 O(nlog⁡log⁡n)O(n \log \log n)，而线性筛将其优化到了 线性时间复杂度 O(n)O(n)。

一、基本思想

线性筛的核心思想是：每个合数只被它的最小质因数（最小的那个质数因子）筛掉一次。

对比埃氏筛

• 埃氏筛中每找到一个质数 pp，就用它去筛掉所有 p×kp \times k 的数（其中 k≥pk \ge p）。

• 线性筛中每找到一个质数 pp，只用它去筛掉所有合数 p×kp \times k，其中 kk 是当前已经处理过的数，并且保证 p≤kp \le k 且 pp 是 kk 的最小质因数。

---

二、线性筛的实现

代码实现

#include <iostream>
#include <vector>

using namespace std;

const int MAXN = 1e6 + 10;

vector<int> primes;      // 存储所有质数
bool is_composite[MAXN]; // 标记合数

void linear_sieve(int n) {
    for (int i = 2; i <= n; ++i) {
        if (!is_composite[i]) {
            primes.push_back(i); // i 是质数
        }
        for (int p : primes) {
            if (p * i > n) break;
            is_composite[p * i] = true;
            if (i % p == 0) break; // 保证每个数只被其最小质因数筛去
        }
    }
}

int main() {
    int n = 100;
    linear_sieve(n);
    for (int p : primes) {
        cout << p << " ";
    }
    cout << endl;
    return 0;
}

---

三、核心原理讲解

对于每个整数 ii，我们要用所有比它小的质数 pp 来生成新的合数 i×pi \times p，这要满足两个条件：

1. p 是质数（由 primes 中维护）。

2. p 是 i 的最小质因数（也就是说，一旦 i 被 p 整除，就不能再被更大的质数继续乘下去生成合数）。

这样可以保证：

• 每个合数最多被筛一次。

• 每个质数只会筛掉有限次合数。

举个例子：

假设我们当前处理到 i=6i = 6，之前筛到的质数有 2,3,52, 3, 5。

• 先尝试乘以 2：6 * 2 = 12 → 标记为合数

• 然后乘以 3：6 * 3 = 18 → 标记为合数

• 然后乘以 5：6 * 5 = 30 → 标记为合数

但注意到当 i=6i = 6 被 2 整除时，我们就不允许之后再用更大的质数去生成合数（比如 6 × 3），以避免重复筛选。

---

四、时间复杂度分析

每个合数 nn 只会被它的最小质因数 pp 筛掉一次，因此总共不会超过 nn 次筛选。

所以总时间复杂度是 O(n)。

---

五、拓展用法

1. 计算欧拉函数（φ）：可以在线性筛的同时计算每个数的欧拉函数值。

2. 最小质因数：记录每个合数的最小质因数（可用于质因数分解）。

3. 莫比乌斯函数（μ）：也可以在线性筛过程中一并求出。