LeetCode 204. 计数质数 线性筛法详解 Java实现

204. 计数质数

题目来源

204. 计数质数

题目分析

给定一个整数 n，返回小于 n 的所有质数的数量。

题目难度

• 难度：中等

题目标签

• 标签：数学、筛选法

题目限制

• 0 <= n <= 5 * 10^6

解题思路

思路：线性筛法

1. 问题定义：

   • 要求统计小于 n 的所有质数的数量。可以通过筛选法高效地找出质数。

2. 核心算法：

   • 使用线性筛法来筛选质数。相比于传统的埃拉托色尼筛法，线性筛法能够保证每个数只会被其最小质因数筛除一次，降低了时间复杂度。

3. 关键步骤：

   • 初始化一个数组 spf（Smallest Prime Factor，最小质因数），用于存储每个数的最小质因数。（也可以使用boolean数组isPrime记录哪个数是素数，但是最后还要再遍历一次数组计数）
   • 对于每个数 i，如果 spf[i] 等于 i，说明 i 是一个质数，将其加入质数列表。
   • 用当前质数去筛除后续的数，更新它们的 spf 值。

核心算法步骤

1. 初始化数组：

   • 初始化数组 spf，将每个数的最小质因数设为自身。

2. 遍历筛选：

   • 从 2 开始遍历到 n，如果 i 是质数（即 spf[i] == i），则将 i 加入质数列表。
   • 用 i 乘以质数列表中的每个质数进行筛选，更新 spf。

3. 返回结果：

   • 最终返回质数列表的大小，即为小于 n 的质数数量。

代码实现

以下是线性筛法的 Java 代码实现：

/**
 * 204. 计数质数
 * @param n 小于 n 的数
 * @return 质数的数量
 * @apiNote 线性筛法，时间复杂度O(n)，空间复杂度O(n)
 */
public static int linearSieveOfEratosthenes(int n) {
    int[] spf = new int[n + 1]; // 最小质因数数组
    List<Integer> primes = new ArrayList<>();
    // 初始化每个数的最小质因数为自身
    for (int i = 2; i <= n; i++) {
        spf[i] = i;
    }
    // 遍历每个数，执行筛选
    for (int i = 2; i <= n; i++) {
        // 如果 i 是质数，则加入质数列表
        if (spf[i] == i) {
            primes.add(i);
        }
        // 筛选后续的数，更新它们的最小质因数
        for (Integer prime : primes) {
            if (i * prime > n) {
                break;
            }
            spf[i * prime] = prime;
            if (i % prime == 0) {
                break;
            }
        }
    }
    return primes.size();
}

代码解读

• 线性筛法：通过最小质因数数组 spf 来筛选质数。每个数只会被其最小质因数筛除一次，确保算法在时间复杂度上的高效性。
• 质数列表：用于存储所有筛选出的质数，最终通过质数列表的大小来得出质数的数量。

性能分析

• 时间复杂度：O(n)，每个数只会被其最小质因数筛除一次，因此总的复杂度为线性。
• 空间复杂度：O(n)，需要 O(n) 的空间来存储最小质因数数组 spf。

测试用例

你可以使用以下测试用例来验证代码的正确性：

// 测试用例1
int n1 = 10;
System.out.println(linearSieveOfEratosthenes(n1)); // 输出: 4 (2, 3, 5, 7)

// 测试用例2
int n2 = 0;
System.out.println(linearSieveOfEratosthenes(n2)); // 输出: 0

// 测试用例3
int n3 = 1;
System.out.println(linearSieveOfEratosthenes(n3)); // 输出: 0

// 测试用例4
int n4 = 100;
System.out.println(linearSieveOfEratosthenes(n4)); // 输出: 25

扩展讨论

其他实现

• 埃拉托色尼筛法：传统的埃拉托色尼筛法虽然简单，但时间复杂度为 O(n log log n)，在大数据量时性能不如线性筛法。
• 分段筛法：适用于超大范围的质数筛选，将筛选范围分为多段处理。

总结

这道题目考察了质数筛选的算法。通过线性筛法可以高效地计算小于 n 的质数数量，适用于大范围的质数筛选问题。

---