埃氏筛法的详解

埃氏筛法

一个判断素数的高效算法

关于埃氏筛法的百度百科解释在这里埃拉托斯特尼筛法,当然我不可能给个百度百科的解释就撤,那会被打死的。
众所周知,素数指的是除了1和它本身之外没有其它约数的数
我们假定一个数num,那么如果我们想通过编程来判断它是不是素数,我们首先通过它的定义想到暴力枚举方法,即用for循环配合取模操作实现,c++代码如下

bool flag = true; // flag作为标志来标识这个数是不是素数,默认设置为true
for(int i=2;i<num/2;i++)
{
    if(num % i == 0)
    {
        flag = false; // 如果能被整除了,那就不是素数,退出循环
        break;
    }
}
if(flag)
{
    cout<<"数:"<<num<<"是素数"<<endl;
}

当然这种方法就显得很麻烦,虽然直观易懂,但是时间复杂度达到了n^2级。
当然如果稍微改进一点的话就会知道把我上面的代码循环中的i < num/2改成i*i < num,时间可以缩短。但是仍不够明显。


快乐的分割线


下面我们开始埃氏筛法的学习

看过上图百度百科的同学应该明白,埃氏筛法是范围判断素数的方法,即,你给出一个数n,我用埃氏筛法能判断从1-n的所有素数出来。

原理

素数的倍数肯定不是素数

给定一个数n,我们开一个大小为n+1的bool型数组,即 bool nums[n+1] ,并全部初始化为false, 在这里声明一点,这个数组的 nums[0] 与 nums[1] 我们并不会使用到。
建立了这样一个数组之后,我们就可以直接开干啦,我们首先要找到最小的素数,即2,从而开始循环开炮
OK非常棒,现在我们已经能找出素数中的最小者了,任务完成一半!
接下来,我们应用我们的原理——素数的倍数肯定不是素数
这里有张表

是否是素数
2
3
4不是(通过素数2的倍数判断)
5
6不是(通过素数2,3的倍数判断)
7
8不是(通过素数2的倍数判断)
9不是(通过素数3的倍数判断)
加入我们要求10以内的素数,开一个nums[11],然后定位找到最小的素数->2,以2为基点,开炮,把2的倍数全部打死,当然这个也是有范围的,2的倍数我们只要判断到小于n就可以了,即小于10。然后2的倍数打死完了,再找幸存的最小素数3,以3为基点,开炮,在3的炮火攻击下,上次侥幸存活的9被揪出来打死了。***我们会一直判断,直到我们的基点达到一个临界点——小于等于n的开根号,这样我们就把所有潜藏的合数敌人全部消灭了,不信你瞅瞅? ***

原理如此,接下来附上这一部分的代码,看完代码之后我会有一个小小的问题遗留给大家思考

int main() // 这里只给出实现代码了,上面的头文件什么的都没写了
{
    int num;
    cin >> num;
    bool* nums = new bool[num];   // 这里我们如果需要用变量创建数组的话必须这样创建喔!
    for (int i = 0; i < num; i++)
    {
        nums[i] = true;
    }
    int sn = sqrt(num);
    for (int i = 2; i <= sn; i++) /* 从最小的素数2开始开炮*/
    {
        if (nums[i])
        {
            for (int j = i * i; j < num; j+=i)  // 此处需要注意,我们开炮的时候,第一颗炮弹直接打到i的平方上,这是避免了重复判断,j每次要增长i
            {
                nums[j] = false;   // 跟我一起,开炮!!
            }
        }
    }
    for (int i = 2; i < num; i++)
    {
        if (nums[i])
        {
            cout << i << "\t";  // 打印出选出来的素数你看看,这里我喜欢用制表符,个人习惯,看着舒服
        }
    }

    delete []nums;  // 最后可别忘了释放指针内存哦,并且将指针置空,养成好习惯,不要野指针!
    nums = nullptr;
    return 0;
}

好了,代码部分结束,最后我还遗留一个问题,你们有没有发现,我们这里重复判断了?比如我已经判断12是偶数了,已经杀死了,但是我以3为基点开炮的时候,还是会再打它一次,炸尸,这会不会浪费我们的炮弹资源(时间)呢?该如何改进这个问题呢?思考一下?
关注我的公众号【阳仔不想当码农】

谢谢你来看我!

  • 8
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
### 回答1: 鲍威尔法(Powell's method),也被称为鲍威尔变尺度法(Powell's variable metric method),是一种求解无约束优化问题的数值优化算法。该算法的特点是不需要计算目标函数的梯度或者Hessian矩阵,而是通过选择一系列搜索方向来更新当前解,并在每一步迭代中更新搜索空间。 鲍威尔法的基本思想是利用一组线性无关的搜索方向来逼近最优解的位置。首先,选择一个初始点和一组线性无关的初始搜索方向。然后,在每一次迭代中,通过线性组合已有的搜索方向构建新的搜索方向,并沿着该方向进行搜索。最后,根据搜索得到的新解和旧解之间的差异,调整搜索方向和步长,以更新搜索空间。 具体而言,鲍威尔法的步骤如下: 1. 初始化:选择初始点和一组线性无关的初始搜索方向。 2. 搜索:沿着当前搜索方向,使用一维搜索方法(如黄金分割法)来确定新的解。更新搜索方向和步长。 3. 更新:计算旧解和新解之间的差异,通过线性组合已有的搜索方向构建新的搜索方向。 4. 终止判断:根据一定的终止条件(如目标函数的变化量小于阈值)判断是否达到停止条件。 5. 重复:如果尚未达到停止条件,则返回步骤2,继续迭代搜索。 鲍威尔法具有较好的全局搜索性能和收敛性能。它不仅适用于求解无约束优化问题,还可以通过对目标函数加入约束条件的方式来求解约束优化问题。 总之,鲍威尔法是一种高效的数值优化算法,通过选择一组线性无关的搜索方向来逼近最优解的位置。相较于需要计算梯度或者Hessian矩阵的方法,鲍威尔法具有更好的数值稳定性和鲁棒性。 ### 回答2: 鲍威尔法(Powell法)是一种常用的无约束优化算法,用于求解最优化问题。其基本思想是通过不断迭代优化步长和搜索方向,逐步逼近最优解。 鲍威尔法的迭代过程如下: 1. 初始化参数:给定初始点$x_0$,初始搜索方向$d_0$,初始步长$\alpha_0$,设置迭代终止条件,如$||\nabla f(x_k)||<\epsilon$。 2. 计算函数在当前点以当前搜索方向的梯度 $\nabla f(x_k)^T d_k$。 3. 在当前点沿着当前搜索方向进行一维搜索,得到最优步长$\alpha_k$。 4. 更新当前点:$x_{k+1}=x_k+\alpha_k d_k$。 5. 计算新的搜索方向:$d_{k+1}=d_k+e_k$,其中$e_k=x_{k+1}-x_k$。 6. 如果满足终止条件,则停止迭代;否则返回步骤2。 鲍威尔法的优点是简单易实现,不需要求解Hessian矩阵。然而,由于每次迭代都需要进行一维搜索,计算量较大,收敛速度较慢。 在实际应用中,鲍威尔法常用于求解不可导的目标函数,或者在某些特定情况下,如目标函数具有周期性结构时。此外,鲍威尔法也常用于求解非线性最小二乘问题。 总的来说,鲍威尔法是一种简单而有效的无约束优化算法,通过迭代优化步长和搜索方向,逐步逼近最优解。然而,由于需要进行一维搜索,收敛速度较慢,适用于某些特定的问题和场景。

“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 1
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