数据结构与算法面试题:给定非负整数 m 和 n,计算不大于 m 的数字中,素数的个数。(提示:算法原理为埃氏筛、线性筛)

简介: 数据结构与算法面试题:给定非负整数 m 和 n,计算不大于 m 的数字中,素数的个数。(提示:算法原理为埃氏筛、线性筛)

数据结构与算法面试题:给定非负整数 m 和 n,计算不大于 m 的数字中,素数的个数。(提示:算法原理为埃氏筛、线性筛)

简介:数据结构与算法面试题:给定非负整数 m 和 n,计算不大于 m 的数字中,素数的个数。(提示:算法原理为埃氏筛、线性筛

算法思路

算法思路:

根据题意,题目需要计算不大于m的素数个数。首先需要判断一个整数是否是素数,然后累加素数个数即可。

最常用的判断素数方法就是试除法,假设要判断n是否为素数,只需要从2到n-1试图去整除它,如果发现有除了1和自身以外的因子,则n不是素数;否则n是素数。但是直接进行此方法所需要的时间复杂度O(n)非常高,无法满足实际需求。而为了尽可能提高效率,可以使用埃氏筛或线性筛来找出素数。

埃氏筛:

从1到m枚举每个数,判断其是否被之前的数筛除,如果没有,则把该数的所有倍数都标记成合数(被筛除)。实现时可以将质数放入容器中,筛掉合数时可以跳过已经筛选过的质数,这样可以提高效率,时间复杂度为O ( n l o g l o g n ) O(nloglogn)O(nloglogn)。

线性筛:

类似埃氏筛,但是在筛时用小质数去筛选合数,剩下没有被筛去的数就是质数。例如第一次会标记2的倍数为合数,第二次会标记3的倍数为合数,以此类推。但是需要注意的是,一个合数可能会被多个质数筛选,因此对于每个数只能被标记一次。时间复杂度为O ( n ) O(n)O(n)。

因为线性筛法效果更好,所以下面给出的是线性筛算法的实现:

#include <iostream>
#include <vector>
using namespace std;
int countPrimes(int n) {
    vector<bool> is_prime(n, true); // 初始化所有数都是质数
    vector<int> primes;             // 存储找到的质数
    for (int i = 2; i < n; ++i) {
        if (is_prime[i]) {         // 如果当前数仍然是质数
            primes.push_back(i);   // 将其加入质数数组
        }
        for (int j = 0; j < primes.size() && i * primes[j] < n; ++j) {
            // 遍历已有的质数进行筛选
            is_prime[i * primes[j]] = false;
            if (i % primes[j] == 0) break; // 当前数的质因子已经被筛选过了
        }
    }
    return primes.size();
}
int main() {
    int n = 10;
    int cnt = countPrimes(n);
    cout << cnt << endl; // 4
    return 0;
}

其中is_prime[i]表示数字i ii是否为质数,初始默认为true。从2开始枚举每个数,如果其是质数,则将其加入质数数组中,并筛掉它的所有合数。具体实现时,在已知当前数是质数的情况下,可以用质数去筛选更大的合数。而为了能够正确并快速地找出合数进行筛选,我们维护一个质数数组,该数组存储已有的所有质数。对于每个数i ii,我们遍历已有的质数,逐一去除掉其倍数。注意到当质因子超过n \sqrt nn时,它的倍数必然小于n nn,所以算法不需要再遍历它的倍数。最后输出质数数目即可。

  • Java版本
import java.util.ArrayList;
import java.util.List;
public class Main {
    public static int countPrimes(int n) {
        boolean[] isPrime = new boolean[n];
        List<Integer> primes = new ArrayList<>();
        for (int i = 2; i < n; ++i) {
            if (!isPrime[i]) {
                primes.add(i);
            }
            for (int j = 0; j < primes.size() && i * primes.get(j) < n; ++j) {
                isPrime[i * primes.get(j)] = true;
                if (i % primes.get(j) == 0) break;
            }
        }
        return primes.size();
    }
    public static void main(String[] args) {
        int n = 10;
        int cnt = countPrimes(n);
        System.out.println(cnt); // 4
    }
}
相关文章
|
28天前
|
存储 算法 Java
解析HashSet的工作原理,揭示Set如何利用哈希算法和equals()方法确保元素唯一性,并通过示例代码展示了其“无重复”特性的具体应用
在Java中,Set接口以其独特的“无重复”特性脱颖而出。本文通过解析HashSet的工作原理,揭示Set如何利用哈希算法和equals()方法确保元素唯一性,并通过示例代码展示了其“无重复”特性的具体应用。
41 3
|
7天前
|
算法 容器
令牌桶算法原理及实现,图文详解
本文介绍令牌桶算法,一种常用的限流策略,通过恒定速率放入令牌,控制高并发场景下的流量,确保系统稳定运行。关注【mikechen的互联网架构】,10年+BAT架构经验倾囊相授。
令牌桶算法原理及实现,图文详解
|
17天前
|
负载均衡 算法 应用服务中间件
5大负载均衡算法及原理,图解易懂!
本文详细介绍负载均衡的5大核心算法:轮询、加权轮询、随机、最少连接和源地址散列,帮助你深入理解分布式架构中的关键技术。关注【mikechen的互联网架构】,10年+BAT架构经验倾囊相授。
5大负载均衡算法及原理,图解易懂!
|
23天前
|
算法 数据库 索引
HyperLogLog算法的原理是什么
【10月更文挑战第19天】HyperLogLog算法的原理是什么
38 1
|
29天前
|
机器学习/深度学习 人工智能 算法
[大语言模型-算法优化] 微调技术-LoRA算法原理及优化应用详解
[大语言模型-算法优化] 微调技术-LoRA算法原理及优化应用详解
68 0
[大语言模型-算法优化] 微调技术-LoRA算法原理及优化应用详解
|
27天前
|
算法
PID算法原理分析
【10月更文挑战第12天】PID控制方法从提出至今已有百余年历史,其由于结构简单、易于实现、鲁棒性好、可靠性高等特点,在机电、冶金、机械、化工等行业中应用广泛。
|
29天前
|
机器学习/深度学习 算法 数据建模
计算机前沿技术-人工智能算法-生成对抗网络-算法原理及应用实践
计算机前沿技术-人工智能算法-生成对抗网络-算法原理及应用实践
25 0
|
1月前
|
存储 人工智能 算法
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
这篇文章详细介绍了Dijkstra和Floyd算法,这两种算法分别用于解决单源和多源最短路径问题,并且提供了Java语言的实现代码。
69 3
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
|
1月前
|
机器学习/深度学习 存储 缓存
数据结构与算法学习十:排序算法介绍、时间频度、时间复杂度、常用时间复杂度介绍
文章主要介绍了排序算法的分类、时间复杂度的概念和计算方法,以及常见的时间复杂度级别,并简单提及了空间复杂度。
24 1
数据结构与算法学习十:排序算法介绍、时间频度、时间复杂度、常用时间复杂度介绍
|
1月前
|
搜索推荐 算法
数据结构与算法学习十四:常用排序算法总结和对比
关于常用排序算法的总结和对比,包括稳定性、内排序、外排序、时间复杂度和空间复杂度等术语的解释。
19 0
数据结构与算法学习十四:常用排序算法总结和对比