质数判断居然这么复杂？一篇文章带你搞透质数判断那些事_如何知道复杂的数字是否是质数-CSDN博客

本文链接：https://blog.csdn.net/qq_36916968/article/details/141102324

大家好，我是干货哥！今天我们继续深入探讨质数判断的那些事儿。你可能以为质数判断无非就是用除法轮番上阵，其实没错，但如果我告诉你，可以通过一些运算让这些常见的方法速度翻倍，甚至百倍，你信不信？今天，我就带你揭秘如何用运算优化，让质数判断变得飞一般的快！

1. 基本方法：试除法

你可能最先想到的质数判断方法就是试除法。它的思路简单明了：要判断一个数 ( n ) 是否是质数，只要尝试用比它小的数去除它，如果找不到可以整除它的数，那 ( n ) 就是质数。乍一看，这方法没啥毛病，但效率实在不敢恭维。要是碰上个大数，你可能得挨个儿除上几十万次。

最基本的：位运算优化：

偶数优化：判断一个数是否是偶数，我们通常会用 n % 2 == 0。但你可能不知道，位运算更快！只需 n & 1 == 0，轻轻一操作，速度直接上来了。
跳过明显非质数：你知道所有能被 2 或 3 整除的数都不是质数，那还需要傻傻地继续计算吗？不！我们用位运算快速跳过。

def is_prime_basic(n):
    if n <= 1:
        return False  # 1 和更小的数都不是质数
    if n <= 3:
        return True  # 2 和 3 是质数
    if (n & 1) == 0 or n % 3 == 0:
        return False  # 偶数或能被3整除的数都不是质数

    i = 5
    while i * i <= n:
        if n % i == 0 or n % (i + 2) == 0:
            return False  # 如果 n 能被 i 或 i+2 整除，则 n 不是质数
        i += 6

    return True

你以为这就结束了？我们来点更高级的！

2. “6k ± 1”优化

你可能以为试除法就这么简单？NO，NO，NO！试除法还可以进一步优化。除了直接跳过偶数和3的倍数外，我们可以利用一个更高级的技巧：6k ± 1。别看这个公式简单，它的实际作用却非常强大！

什么是“6k ± 1”？其实就是6的倍数减去1和加上1的位置，比如 5 和 7，11 和 13，17 和 19 等等。因为质数除了2和3，其他质数都可以写成 6k ± 1 的形式。利用这一点，我们可以把试除法的次数再减少一半！

def is_prime_6k_1(n):
    if n <= 1:
        return False
    if n <= 3:
        return True
    if (n & 1) == 0 or n % 3 == 0:
        return False

    i = 5
    while i * i <= n:
        if n % i == 0 or n % (i + 2) == 0:
            return False
        i += 6

    return True

通过这种优化，试除法的效率直接飙升！再也不用担心慢得要死的情况了。

你以为这就是巅峰了？复杂算法才刚刚登场！

上面这些优化是不是已经让你感到惊喜？不过，这只是个开胃菜！接下来，干货哥带你进入质数判断的高级阶段，让你见识一下真正的质数判断法——那些用上位运算、概率算法、甚至筛法来进行质数判断的“重武器”。

蒙特卡罗算法：质数判断中的蒙面高手！

你可能会想，判断一个数是不是质数，直接从2开始除，能整除的就不是质数，不能整除的就是质数，这不是理所当然吗？但是，真的是这样吗？很多人都这么做，但真的对吗？蒙特卡罗算法要对你说“NO”！

蒙特卡罗算法可是质数判断中的蒙面高手，它不仅速度飞快，还能让你在没搞清楚的情况下，赌一个结果——是的，你没听错，它是基于概率的！你以为概率算法就是不靠谱？那你就错了！蒙特卡罗算法就是这么狂，利用费马小定理，以一种近乎魔法的方式来验证一个数是否为质数。只要你选择的“随机种子”足够神秘，它的准确性就会让你大吃一惊！但你也要小心，虽然它大多数时候是对的，但偶尔它也会出错，这正是它神秘和有趣的地方！

import random

# 计算 base^exp % mod 的快速幂方法
def power_mod(base, exp, mod):
    result = 1  # 初始化结果
    base = base % mod  # 处理 base 可能大于 mod 的情况
    
    while exp > 0:
        # 如果当前指数是奇数，乘上当前的 base
        if exp & 1:  # 等价于 exp % 2 == 1
            result = (result * base) % mod
        
        exp >>= 1  # 指数除以2（使用位运算右移一位）
        base = (base * base) % mod  # base 自乘，并取模
    
    return result

# 蒙特卡罗算法判断质数
def is_prime_monte_carlo(n, k=5):
    if n <= 1:
        return False  # 1 和更小的数都不是质数
    if n <= 3:
        return True  # 2 和 3 是质数
    if (n & 1) == 0 or n % 3 == 0:
        return False  # 排除 2 和 3 以外的偶数以及被3整除的数
    
    for _ in range(k):
        # 随机选择一个 a，范围是 [2, n-2]
        a = random.randint(2, n - 2)
        
        # 使用快速幂计算 a^(n-1) % n，如果结果不等于1，n一定不是质数
        if power_mod(a, n - 1, n) != 1:
            return False
    
    # 经过 k 次测试后仍然没有被判定为合数，那么有较高概率是质数
    return True

埃拉托色尼筛法：质数判断的终极武器！

质数判断还有一位重量级选手——埃拉托色尼筛法！你以为质数判断只是逐个排查？那你对这位选手完全低估了！埃拉托色尼筛法不是慢吞吞地排查每一个数，而是像一个战术高手，直接用大扫除的方式剔除所有的非质数，简直是质数世界的“终极武器”！

埃拉托色尼筛法的威力在于它的效率，只要你设定了一个范围，它就能飞速地筛出所有的质数。而这个过程简直就像“扫雷”一样：从2开始，把所有2的倍数都标记为非质数，然后是3，再把3的倍数都干掉，依次进行，直到你筛完所有可能的质数。最后剩下的那些，才是真正的精英！是不是很酷？

# 埃拉托色尼筛法实现的质数判断
def sieve_is_prime(n):
    if n <= 1:
        return False  # 1 和更小的数都不是质数
    
    # 创建一个布尔列表，初始化为 True，表示所有数字都是潜在的质数
    sieve = [True] * (n + 1)
    sieve[0] = sieve[1] = False  # 0 和 1 不是质数
    
    # 遍历所有小于等于 sqrt(n) 的数
    for i in range(2, int(n**0.5) + 1):
        if sieve[i]:  # 如果 i 是质数
            # 将 i 的所有倍数标记为合数
            for j in range(i * i, n + 1, i):
                sieve[j] = False
    
    # 返回 n 是否是质数
    return sieve[n]