如何在Python中实现有效的质数无限生成器？

如何在Python中实现有效的质数无限生成器？

erat2

菜谱中的功能可以进一步加快（大约20-25％）：

erat2aimport itertools as itdef erat2a( ):    D = {  }    yield 2    for q in it.islice(it.count(3), 0, None, 2):        p = D.pop(q, None)        if p is None: D[q*q] = q yield q        else: # old pre here: # x = p + q # while x in D or not (x&1): #     x += p # changed into: x = q + 2*p while x in D:     x += 2*p D[x] = p

该

not (x&1)

检查验证x为奇数。然而，由于这两个 q和p是奇数，通过添加2*p下列步骤一半避免随着测试古怪。

擦除3
如果你不介意一些额外的幻想，erat2可以通过以下更改将速度提高35-40％（注意：由于该itertools.compress功能，需要Python 2.7+或Python 3+ ）：

import itertools as itdef erat3( ):    D = { 9: 3, 25: 5 }    yield 2    yield 3    yield 5    MASK= 1, 0, 1, 1, 0, 1, 1, 0, 1, 0, 0, 1, 1, 0, 0,    MODULOS= frozenset( (1, 7, 11, 13, 17, 19, 23, 29) )    for q in it.compress( it.islice(it.count(7), 0, None, 2), it.cycle(MASK)):        p = D.pop(q, None)        if p is None: D[q*q] = q yield q        else: x = q + 2*p while x in D or (x%30) not in MODULOS:     x += 2*p D[x] = p

该erat3函数利用了以下事实：所有以30为模的质数（除MODULOS2、3、5 外）仅得出8个数字：frozenset中包含的那些。因此，在产生最初的三个素数之后，我们从7开始，仅与候选者一起工作。
候选过滤使用该

itertools.compress

功能；“魔术”按MASK顺序排列；MASK包含15个元素（由

itertools.islice

函数选择，每30个数字中有15个奇数），1每个可能的候选者都有一个，从7开始。循环按

itertools.cycle

函数指定的那样重复。
候选过滤的引入需要另一种修改：

or (x%30) not in MODULOS

检查。

erat2

算法处理所有奇数；现在该erat3算法仅处理r30个候选对象，因此我们需要确保所有对象D.keys()只能是这样的-false-候选对象。

基准测试

结果

在Atom 330 Ubuntu 9.10服务器上，版本2.6.4和3.1.1+：

$ testitup to 8192==== python2 erat2 ====100 loops, best of 3: 18.6 msec per loop==== python2 erat2a ====100 loops, best of 3: 14.5 msec per loop==== python2 erat3 ====Traceback (most recent call last):…AttributeError: 'module' object has no attribute 'compress'==== python3 erat2 ====100 loops, best of 3: 19.2 msec per loop==== python3 erat2a ====100 loops, best of 3: 14.1 msec per loop==== python3 erat3 ====100 loops, best of 3: 11.7 msec per loop

在AMD Geode LX Gentoo家用服务器上，使用Python 2.6.5和3.1.2：

$ testitup to 8192==== python2 erat2 ====10 loops, best of 3: 104 msec per loop==== python2 erat2a ====10 loops, best of 3: 81 msec per loop==== python2 erat3 ====Traceback (most recent call last):…AttributeError: 'module' object has no attribute 'compress'==== python3 erat2 ====10 loops, best of 3: 116 msec per loop==== python3 erat2a ====10 loops, best of 3: 82 msec per loop==== python3 erat3 ====10 loops, best of 3: 66 msec per loop

基准代码
甲primegen.py模块包含erat2，erat2a和erat3功能。以下是测试脚本：

#!/bin/shmax_num=${1:-8192}echo up to $max_numfor python_version in python2 python3do    for function in erat2 erat2a erat3    do        echo "==== $python_version $function ===="        $python_version -O -m timeit -c         -s  "import itertools as it, functools as ft, operator as op, primegen; cmp= ft.partial(op.ge, $max_num)"  "next(it.dropwhile(cmp, primegen.$function()))"    donedone