社区
数据结构与算法
帖子详情
判断一个数是质数最快的方法?为什么?
code-artist
2010-07-18 07:49:22
不明白。为什么,望指教
/**
n>=3 and n is odd.
*/
int isPrime(int n)
{
int k, upperBound=n/2;
for(k=3; k<=upperBound; k+=2)
{
upperBound=n/k;
if(n%k==0)
return 0;
}
return 1;
}
...全文
4970
46
打赏
收藏
判断一个数是质数最快的方法?为什么?
不明白。为什么,望指教 /** n>=3 and n is odd. */ int isPrime(int n) { int k, upperBound=n/2; for(k=3; k<=upperBound; k+=2) { upperBound=n/k; if(n%k==0) return 0; } return 1; }
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
46 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
h2952220
2012-11-16
打赏
举报
回复
见到了很多个算法的名字……但是都没见到具体的算法步骤……
andy哥
2012-04-30
打赏
举报
回复
[Quote=引用 44 楼 的回复:]
如果要计算合数的个数是必须要判断到根号n,直接到n就错了。像6,除了个2算1个,除了个3也算1个。
[/Quote]
楼主有没有考虑过根号n,人家是上取整呢。。。
小白晒太阳
2012-03-07
打赏
举报
回复
如果要计算合数的个数是必须要判断到根号n,直接到n就错了。像6,除了个2算1个,除了个3也算1个。
michunyingzheCSDN
2011-05-30
打赏
举报
回复
判断一个数是质数最快的方法?
for (k = 3; k <= upperBound; k += 2)
{
upperBound = n / k;
if (n % k == 0)
return 0;
}
换成 if(n%k!=0)
这样应该也行吧
zyjpjl
2010-08-09
打赏
举报
回复
AR素数检测是什么?可否详细讲一下。
[Quote=引用 40 楼 njwangchuan 的回复:]
其实这个问题很复杂
AR素性检查,比上面提到的方法都快,都缺点是不能给出其因子,若判断一个数是素数,该方法所能给出的全部信息就是:此数不是素数,仅此而已
[/Quote]
njwangchuan
2010-08-09
打赏
举报
回复
其实这个问题很复杂
AR素性检查,比上面提到的方法都快,都缺点是不能给出其因子,若判断一个数是素数,该方法所能给出的全部信息就是:此数不是素数,仅此而已
绿色夹克衫
2010-08-09
打赏
举报
回复
我也不了解AR检测是什么,不过楼上的回复其实是有些不严谨的,比如不能给出其因子,如果是素数就不存在什么因子,另外这个检测相信也不是一个确定性的检测,大概跟Rabin-Miller类似,复杂度上也不可能低于log(n)。
[Quote=引用 41 楼 zyjpjl 的回复:]
AR素数检测是什么?可否详细讲一下。
[/Quote]
zyjpjl
2010-08-08
打赏
举报
回复
你那是只测试一个数字,注意我指的是这几个数字都要测试……
FancyMouse
2010-08-08
打赏
举报
回复
唔。引用错数字了。刚才那个是测试到17的时候的最小反例。只测试到13的话最小反例是3,474,749,660,383。比maxint32要大多了,比maxint64要小多了。
FancyMouse
2010-08-08
打赏
举报
回复
[Quote=引用 33 楼 zyjpjl 的回复:]
判断素数的最快算法……我也不知道,只知道两种比较快的,
一种是在根号N内的所有素数一一试除
还有一种是概率算法,用费马小定理的逆定理(当然不成立,所以只是概率算法)
满足a^(n-1) mod n=1 的合数是非常少的,听说用取a=2,3,5,7,11,13测试在maxlongint(pascal语言中最大长整形数)只有1个是合数
[/Quote]
341,550,071,728,321最小反例,俺没看到过有什么报告称这是int64范围内唯一一个。由于这个数比起2^64来少了很多因此有理由相信在int64里还有至少几个反例。
xxlovec
2010-08-08
打赏
举报
回复
[Quote=引用 15 楼 minitoy 的回复:]
呵呵,谭浩强的c语言里好像提到判断到根号n就可以了
[/Quote]
那个方法不好理解 效率还低
绿色夹克衫
2010-08-08
打赏
举报
回复
其实就是米勒罗宾,估计FancyMouse同志给出的这个数,应该是这几个都能测过的(2-17),否则用不着这么大,能通过测试的合数多了。不过具体怎么找到这么大的数的,就不清楚了。估计Int64范围的话,还得多测几个。
[Quote=引用 37 楼 zyjpjl 的回复:]
你那是只测试一个数字,注意我指的是这几个数字都要测试……
[/Quote]
zyjpjl
2010-08-07
打赏
举报
回复
算法可以参见百度百科“费马小定理”,时间复杂度也是很理想的,常数级。
zyjpjl
2010-08-07
打赏
举报
回复
判断素数的最快算法……我也不知道,只知道两种比较快的,
一种是在根号N内的所有素数一一试除
还有一种是概率算法,用费马小定理的逆定理(当然不成立,所以只是概率算法)
满足a^(n-1) mod n=1 的合数是非常少的,听说用取a=2,3,5,7,11,13测试在maxlongint(pascal语言中最大长整形数)只有1个是合数
超级大笨狼
2010-08-06
打赏
举报
回复
判断一个数是质数
最快的办法是:
查质数表!~~
wuyi8808
2010-08-04
打赏
举报
回复
http://www.cnblogs.com/skyivben/archive/2010/07/10/1775001.html
seqingzi
2010-08-03
打赏
举报
回复
貌似偶数都没排除。。
应该是楼主少添加了一个判断if(n&1)
如果是素性检验的话,miler那个只是以很高概率的保证是素数。信安数基没怎么好好看,老师讲解RSA的也没怎么听。
chenkezhi
2010-08-03
打赏
举报
回复
这样计算效率低
wsncz
2010-08-03
打赏
举报
回复
6*N + 1
6*N + 5
特殊 2、3
xunathan
2010-08-02
打赏
举报
回复
楼主给的好像不对,4没有考虑到
加载更多回复(25)
YOLO算法工业车间机器人目标检测数据集-624张-标注类别为包装-仓储-分料盒-干躁-混料-混料机-基础-基础设备-捏合设备-皮带线-切割-切割设备-机器人-烧成-原料-中控.zip
【注:该页面底部资源详情处,可查看数据集可视化效果】 1. YOLO目标检测数据集, 适用于YOLOV5、yolov7,yolov8, yolov11, yolov13, yolo26等系列算法,含标签,已标注好,可以直接用来训练,包含YOLO格式标签和VOC格式标签; 2. 内置data.yaml数据集配置文件,已经划分好了训练集、验证集等; 3. 数据集和模型具体情况可参考 https://blog.csdn.net/zhiqingAI/article/details/124230743?spm=1001.2014.3001.5502
目标跟踪与多传感器融合技术探讨[代码]
本文主要探讨了目标跟踪、多传感器融合及非线性滤波等领域的算法与技术。博主擅长提供代码复现、技术支持及学术探讨,并欢迎通过私信或微信联系。在估计、滤波与融合方面,涵盖了多种线性与非线性滤波算法,如卡尔曼滤波(KF)、扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)、中心差分滤波(CDKF)、强跟踪滤波(STF)、容积卡尔曼滤波(CKF)、求积卡尔曼滤波(QKF)、高斯近似滤波(GAF)、高斯混合滤波(GMF)及粒子滤波(PF)等。多传感器融合方面包括集中式、分布式、序贯及联邦卡尔曼滤波等
方法
。参数估计算法涉及最大似然(ML)、最小二乘(LS)、最大后验(MAP)及最小均方误差(MMSE)。目标跟踪方面,涵盖了基于不同滤波算法和运动模型(如CV、CA、CT、Singer、CS、Jerk等)的机动与非机动目标跟踪,以及基于不同传感器(如雷达、声纳、AOA、TOA、TDOA等)的跟踪
方法
。此外,还涉及IMM、广义伪贝叶斯等组合算法,以及二维组网雷达三维跟踪、抗野值跟踪、实时显示等具体问题。
MySQL远程连接错误解决[项目源码]
YOLO算法家庭厨房嵌入式烤箱目标检测数据集-1092张-标注类别为烤箱.zip
【注:该页面底部资源详情处,可查看数据集可视化效果】 1. YOLO目标检测数据集, 适用于YOLOV5、yolov7,yolov8,v9, yolov11, yolov13, yolo26等系列算法,含标签,已标注好,可以直接用来训练; 2. 内置data.yaml数据集配置文件,已经划分好了训练集、验证集等; 3. 数据集和模型具体情况可参考 https://blog.csdn.net/zhiqingAI/article/details/124230743?spm=1001.2014.3001.5502
YOLO算法室内居家环境跌倒目标检测数据集-364张-标注类别为跌倒-未跌倒.zip
【注:该页面底部资源详情处,可查看数据集可视化效果】 1. YOLO目标检测数据集, 适用于YOLOV5、yolov7,yolov8,v9, yolov11, yolov13, yolo26等系列算法,含标签,已标注好,可以直接用来训练; 2. 内置data.yaml数据集配置文件,已经划分好了训练集、验证集等; 3. 数据集和模型具体情况可参考 https://blog.csdn.net/zhiqingAI/article/details/124230743?spm=1001.2014.3001.5502
数据结构与算法
33,026
社区成员
35,336
社区内容
发帖
与我相关
我的任务
数据结构与算法
数据结构与算法相关内容讨论专区
复制链接
扫一扫
分享
社区描述
数据结构与算法相关内容讨论专区
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章