获取质数的三种方法(python 实现)

一.普通判断 (直接判断是否是质数)

对于数值较小的数适合,对于上千位的数判断可能要花较长的时间

#普通判断 质数
def isPrime(num):

    if num<2:
        return False

    for i in range(2,int(math.sqrt(num)+1)):
        if num%2 == 0:
            return False

    return True

二.埃拉托色尼筛子(生成范围内的质数) 介绍

该方法可以获取范围内的质数.获取较大范围内的质数花费时间较长

def primeSieve(sieveSize):

    sieve = [True] * sieveSize
    # 0 和 1 都不是质数
    sieve[0] = False
    sieve[1] = False

    for i in  range(2, int(math.sqrt(sieveSize)+1)):
        point = i * 2
        while point<sieveSize:
            sieve[point] = False
            point += 1

    primes = []

    for i in  range(sieveSize):
        if sieve[i] == True:
            primes.append(sieve[i])

    return primes

三.拉宾米勒 判断法介绍

def rabinMiller(num):

    s = num - 1
    t = 0

    while s%2 == 0:
        s  = s//2
        #用来判断除了多少次
        t += 1
    for trials in  range(5):
        a = random.randrange(2,num-1)
        v = pow(a,s,num)
        if v != 1:

            i = 0

            while v != (num - 1):
                if i == t- 1:
                    return False
                else:
                    i = i+1
                    v = (v**2)%num
    return True
#改进后判断质数的方法
def isPrime(num):
     # Return True if num is a prime number. This function does a quicker
    # prime number check before calling rabinMiller().

     if (num < 2):
         return False

     lowPrimes = [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, 101,
                  103, 107, 109, 113, 127, 131, 137, 139, 149, 151, 157, 163, 167, 173, 179, 181, 191, 193, 197, 199,
                  211, 223, 227, 229, 233, 239, 241, 251, 257, 263, 269, 271, 277, 281, 283, 293, 307, 311, 313, 317,
                  331, 337, 347, 349, 353, 359, 367, 373, 379, 383, 389, 397, 401, 409, 419, 421, 431, 433, 439, 443,
                  449, 457, 461, 463, 467, 479, 487, 491, 499, 503, 509, 521, 523, 541, 547, 557, 563, 569, 571, 577,
                  587, 593, 599, 601, 607, 613, 617, 619, 631, 641, 643, 647, 653, 659, 661, 673, 677, 683, 691, 701,
                  709, 719, 727, 733, 739, 743, 751, 757, 761, 769, 773, 787, 797, 809, 811, 821, 823, 827, 829, 839,
                  853, 857, 859, 863, 877, 881, 883, 887, 907, 911, 919, 929, 937, 941, 947, 953, 967, 971, 977, 983,
                  991, 997]

     if num in lowPrimes:
         return True

     for prime in lowPrimes:
         if num % prime == 0:
             return False

     return rabinMiller(num)

def generateLargePrime(keysize=1024):
     # Return a random prime number of keysize bits in size.
     while True:
         num = random.randrange(2**(keysize-1), 2**(keysize))
         if isPrime(num):
             return num

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,406评论 6 503
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,732评论 3 393
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,711评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,380评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,432评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,301评论 1 301
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,145评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,008评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,443评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,649评论 3 334
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,795评论 1 347
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,501评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,119评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,731评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,865评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,899评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,724评论 2 354

推荐阅读更多精彩内容

  • 橙色、白色、橘色、蓝色 的格子 浮在夜的河流里 浅浅 相邻 模糊 沉默 冬日河水的褶皱里偶尔磕碰 镜子一样遥远 眨...
    稻香草木中阅读 77评论 0 0
  • 想起彦蕊这个月的主题是计划2018年的计划。再看看前天晚上我和小朋友一起设计的家庭公约。每一条都是源自己说...
    云中看花阅读 959评论 0 0
  • 我们知道ipv4协议提供的IP地址是有限的,为了解决IP地址不足的问题,于是就有了网络地址转换(NAT),它的思想...
    六尺帐篷阅读 3,389评论 2 3
  • 新人产品分析——第一步 一、分析前的准备 1.确认分析目标 分析一块产品的目的差不多可以归为: 竞品分析:寻找这个...
    Lzer0阅读 250评论 0 0