web-dev-qa-db-ja.com

エラトステネスのふるい-素数を見つけるPython

明確にするために、これは宿題の問題ではありません:)

私が構築している数学アプリケーションの素数を見つけたいと思いました Serof of Eratosthenes アプローチ。

Pythonで実装を作成しました。しかし、それはものすごく遅いです。たとえば、200万未満の素数をすべて検索する場合。 20分以上かかります。 (この時点で停止しました)。これをどのようにスピードアップできますか?

def primes_sieve(limit):
    limitn = limit+1
    primes = range(2, limitn)

    for i in primes:
        factors = range(i, limitn, i)
        for f in factors[1:]:
            if f in primes:
                primes.remove(f)
    return primes

print primes_sieve(2000)

UPDATE:このコードでプロファイリングを行った結果、リストから要素を削除するのにかなりの時間がかかっていることがわかりました。要素を見つけてそれを削除し、リストを再調整するためにリスト全体(最悪の場合)を走査する必要があることを考えると、かなり理解しやすいでしょう(おそらくコピーが続くのでしょうか?)。とにかく、辞書のリストを取り出しました。私の新しい実装-

def primes_sieve1(limit):
    limitn = limit+1
    primes = dict()
    for i in range(2, limitn): primes[i] = True

    for i in primes:
        factors = range(i,limitn, i)
        for f in factors[1:]:
            primes[f] = False
    return [i for i in primes if primes[i]==True]

print primes_sieve1(2000000)
62

正しいアルゴリズムを実装していません:

最初の例では、primes_sieveは(アルゴリズムのように)ストライキ/アンセットするための素数フラグのリストを保持しませんが、代わりに整数のリストのサイズを連続的に変更します。これは非常に高価です。 。

2番目の例では、primes_sieve1は、原始フラグの辞書を維持します。これは正しい方向へのステップですが、未定義の順序で辞書を反復処理し、(素数の因子だけでなく、アルゴリズムのように)。キーをソートし、非プリムをスキップすることでこれを修正できます(既に1桁速くなっています)が、リストを直接使用する方がはるかに効率的です。

正しいアルゴリズム(辞書の代わりにリストを使用)は次のようになります。

def primes_sieve2(limit):
    a = [True] * limit                          # Initialize the primality list
    a[0] = a[1] = False

    for (i, isprime) in enumerate(a):
        if isprime:
            yield i
            for n in range(i*i, limit, i):     # Mark factors non-prime
                a[n] = False

(これには、素数の正方形(i*i)ダブルの代わりに。)

100
Pi Delport
def eratosthenes(n):
    multiples = []
    for i in range(2, n+1):
        if i not in multiples:
            print (i)
            for j in range(i*i, n+1, i):
                multiples.append(j)

eratosthenes(100)
10
Saurabh Rana

配列(リスト)の先頭から削除するには、それ以降のすべてのアイテムを移動する必要があります。つまり、この方法でリストのすべての要素を先頭から削除するのはO(n ^ 2)操作です。

セットでこれをより効率的に行うことができます。

def primes_sieve(limit):
    limitn = limit+1
    not_prime = set()
    primes = []

    for i in range(2, limitn):
        if i in not_prime:
            continue

        for f in range(i*2, limitn, i):
            not_prime.add(f)

        primes.append(i)

    return primes

print primes_sieve(1000000)

...または、リストを再配置する必要がないようにします。

def primes_sieve(limit):
    limitn = limit+1
    not_prime = [False] * limitn
    primes = []

    for i in range(2, limitn):
        if not_prime[i]:
            continue
        for f in xrange(i*2, limitn, i):
            not_prime[f] = True

        primes.append(i)

    return primes
6
Glenn Maynard

はるかに高速:

import time
def get_primes(n):
  m = n+1
  #numbers = [True for i in range(m)]
  numbers = [True] * m #EDIT: faster
  for i in range(2, int(n**0.5 + 1)):
    if numbers[i]:
      for j in range(i*i, m, i):
        numbers[j] = False
  primes = []
  for i in range(2, m):
    if numbers[i]:
      primes.append(i)
  return primes

start = time.time()
primes = get_primes(10000)
print(time.time() - start)
print(get_primes(100))
2
MrHIDEn

多くの愛好家(上記のコメントのGlenn MaynardとMrHIDEnを含む)からの貢献を組み合わせることで、python 2:

def simpleSieve(sieveSize):
    #creating Sieve.
    sieve = [True] * (sieveSize+1)
    # 0 and 1 are not considered prime.
    sieve[0] = False
    sieve[1] = False
    for i in xrange(2,int(math.sqrt(sieveSize))+1):
        if sieve[i] == False:
            continue
        for pointer in xrange(i**2, sieveSize+1, i):
            sieve[pointer] = False
    # Sieve is left with prime numbers == True
    primes = []
    for i in xrange(sieveSize+1):
        if sieve[i] == True:
            primes.append(i)
    return primes

sieveSize = input()
primes = simpleSieve(sieveSize)

10の累乗のさまざまな入力に対してマシンで計算にかかる時間は次のとおりです。

  • 3:0.3 ms
  • 4:2.4ミリ秒
  • 5:23ミリ秒
  • 6:0.26秒
  • 7:3.1秒
  • 8:33秒
1
Ajay

私はこれが素数を素早く生成する方法の質問に実際に答えていないことを理解していますが、おそらくこの代替案が興味深いと思う人もいるでしょう:pythonはジェネレータを介して遅延評価を提供するため、述べたように:

def intsfrom(n):
    while True:
        yield n
        n += 1

def sieve(ilist):
    p = next(ilist)
    yield p
    for q in sieve(n for n in ilist if n%p != 0):
        yield q


try:
    for p in sieve(intsfrom(2)):
        print p,

    print ''
except RuntimeError as e:
    print e

Tryブロックが存在するのは、スタックを爆破するまでアルゴリズムが実行されるためです。tryブロックがないと、バックトレースが表示され、画面から見たい実際の出力がプッシュされます。

1
Paul Gardiner

ループの終了条件として単純に空のリストを使用することが可能でなければならないと考え、これを思いつきました:

limit = 100
ints = list(range(2, limit))   # Will end up empty

while len(ints) > 0:
    prime = ints[0]
    print prime
    ints.remove(prime)
    i = 2
    multiple = prime * i
    while multiple <= limit:
        if multiple in ints:
            ints.remove(multiple)
        i += 1
        multiple = prime * i
0
Tom Russell

私は速度のためにNumPyを好みます。

import numpy as np

# Find all prime numbers using Sieve of Eratosthenes
def get_primes1(n):
    m = int(np.sqrt(n))
    is_prime = np.ones(n, dtype=bool)
    is_prime[:2] = False  # 0 and 1 are not primes

    for i in range(2, m):
        if is_prime[i] == False:
            continue
        is_prime[i*i::i] = False

    return np.nonzero(is_prime)[0]

# Find all prime numbers using brute-force.
def isprime(n):
    ''' Check if integer n is a prime '''
    n = abs(int(n))  # n is a positive integer
    if n < 2:  # 0 and 1 are not primes
        return False
    if n == 2:  # 2 is the only even prime number
        return True
    if not n & 1:  # all other even numbers are not primes
        return False
    # Range starts with 3 and only needs to go up the square root
    # of n for all odd numbers
    for x in range(3, int(n**0.5)+1, 2):
        if n % x == 0:
            return False
    return True

# To apply a function to a numpy array, one have to vectorize the function
def get_primes2(n):
    vectorized_isprime = np.vectorize(isprime)
    a = np.arange(n)
    return a[vectorized_isprime(a)]

出力を確認します。

n = 100
print(get_primes1(n))
print(get_primes2(n))    
    [ 2  3  5  7 11 13 17 19 23 29 31 37 41 43 47 53 59 61 67 71 73 79 83 89 97]
    [ 2  3  5  7 11 13 17 19 23 29 31 37 41 43 47 53 59 61 67 71 73 79 83 89 97]

Jupyter NotebookのSieve of Eratosthenesとブルートフォースの速度を比較します。数百万の要素に対して、ブルートフォースよりも539倍速いエラトステネスのふるい。

%timeit get_primes1(1000000)
%timeit get_primes2(1000000)
4.79 ms ± 90.3 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
2.58 s ± 31.2 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
0
foo bar

これはエラトステネス法で素数を見つけるための最短のコードだと思います

def prime(r):
    n = range(2,r)
    while len(n)>0:
        yield n[0]
        n = [x for x in n if x not in range(n[0],r,n[0])]


print(list(prime(r)))
0
Pythoscorpion

私の最速の実装:

isprime = [True]*N
isprime[0] = isprime[1] = False
for i in range(4, N, 2):
    isprime[i] = False
for i in range(3, N, 2):
    if isprime[i]:
        for j in range(i*i, N, 2*i):
            isprime[j] = False
0
Madiyar

これは、もう少しメモリ効率の高いバージョンです(そして、試用区分ではなく適切なふるいです)。基本的に、すべての数値の配列を保持し、素数ではないものを消すのではなく、これはカウンターの配列を保持します-発見された各素数ごとに1つ-推定素数の前に跳躍します。そのようにして、最高の素数までではなく、素数の数に比例したストレージを使用します。

_import itertools

def primes():

    class counter:
        def __init__ (this,  n): this.n, this.current,  this.isVirgin = n, n*n,  True
            # isVirgin means it's never been incremented
        def advancePast (this,  n): # return true if the counter advanced
            if this.current > n:
                if this.isVirgin: raise StopIteration # if this is virgin, then so will be all the subsequent counters.  Don't need to iterate further.
                return False
            this.current += this.n # pre: this.current == n; post: this.current > n.
            this.isVirgin = False # when it's gone, it's gone
            return True

    yield 1
    multiples = []
    for n in itertools.count(2):
        isPrime = True
        for p in (m.advancePast(n) for m in multiples):
            if p: isPrime = False
        if isPrime:
            yield n
            multiples.append (counter (n))
_

primes()はジェネレーターであるため、結果をリストに保持したり、直接使用したりできます。最初のnプライムは次のとおりです。

_import itertools

for k in itertools.islice (primes(),  n):
    print (k)
_

そして、完全を期すために、パフォーマンスを測定するタイマーを以下に示します。

_import time

def timer ():
    t,  k = time.process_time(),  10
    for p in primes():
        if p>k:
            print (time.process_time()-t,  " to ",  p,  "\n")
            k *= 10
            if k>100000: return
_

ご参考までに、primes()も簡単なイテレーター(___iter___および___next___を使用)として作成しましたが、ほぼ同じ速度で実行されました。私も驚いた!

0
Jules May

私の実装:

import math
n = 100
marked = {}
for i in range(2, int(math.sqrt(n))):
    if not marked.get(i):
        for x in range(i * i, n, i):
            marked[x] = True

for i in range(2, n):
    if not marked.get(i):
        print i
0
SilentDirge

単純なスピードハック:変数「primes」を定義するとき、すべての偶数を自動的にスキップするようにステップを2に設定し、開始点を1に設定します。

その後、素数のiの代わりに、素数のiに使用してさらに最適化できます[:round(len(primes)** 0.5)]。これにより、パフォーマンスが劇的に向上します。さらに、5で終わる数字を削除して、速度をさらに上げることができます。

0
user3917838
import math
def sieve(n):
    primes = [True]*n
    primes[0] = False
    primes[1] = False
    for i in range(2,int(math.sqrt(n))+1):
            j = i*i
            while j < n:
                    primes[j] = False
                    j = j+i
    return [x for x in range(n) if primes[x] == True]
0
nhern121