用Meisell-Lehmer算法计算（x）.docVIP

PAGE PAGE 9 用Meisell-Lehmer算法计算?(x) ——算法与数据结构大作业汇报 小组成员： 于海旺：主要负责S2部分 初　旭：组长，主要负责P2、S1部分，后期参与S2部分 田 猛：主要负责S2部分 王小龙：主要负责前期的翻译工作及底层的实现 完成时间：2006、5、25 一、问题及算法总体描述 本程序旨在使用Meisell-Lehmer算法来计算在某个范围内素数的个数 Meisell-Lehmer算法引入了如下函数： 用来表示所有n?x，且n的所有质因子pp a的这样的n的个数。 用来表示n?x，且n的只有k个质因子且都不小于p a的这样的n的个数。 可以得出： 其中。 证明略。 P2 (x,a)通过下式计算： ?(x,a)通过下面的描述计算： 可以证明： 则?(x,a)可以化为一个二叉树，我们使用中断法则T。 中断法则T ： (i) b???0 and n???x 1/3. (ii) n???x 1/3. 其中：由第一条中断法则中断的树叶成为普通树叶（ordinary leaves），他们的和记为S1 由第二条中断法则中断的树叶成为特殊树叶（special leaves），他们的和记为S2 图为计算?(x,a)的二叉树 下面我们分别描述算法的几个部分。 二、P2部分的描述 1、步骤： 计算P表（n ??x 1/3的素数表），使用埃拉托色尼方法。 埃拉托色尼方法： 挖去1 用刚才被挖去的下一个数p去除p后面的各数，把p的倍数挖掉。 检查p是否小于的整数部分，如果是，则返回（2）继续执行，否则结束。 剩下的就是素数。 分割x 1/3+1个区间，分别对每个区间进行处理。 if(i=1) 此时已经有素数表了，只需为下面做一些预处理 else if(i= x 1/3+1) 这个区间的长度不定，但是和一般区间的处理方式大致相同 else 给区间赋值，用P表中的素数筛选，筛到的置为0。 给Prime_in_Block赋值，也就是将这个区间里的素数依次放到这个数组中。 给Pi_of_Block赋值，也就是表{Pi(y):(i-1)N =y =iN} 当这个区间包含时记录下它的?值。 定位区间I中的所有素数。 是与区间Block联系的。对于I中的每个素数p, x/p在区间Block中。 与Pi_of_Block比较，得到每一个x/p的?值，加入这个区间的。 所有的区间的的和就是 计算 2、代码（见P2.cpp） 注意筛选的部分： 在i=1时的预处理： noteP[0] = x_13/2+1; // 2的情况 for (i = 1; ia; i++) noteP[i] = (x_13-PList[i])/(PList[i]1) +1; //其中noteP[i]表示在每个区间中2*Plist[i]的最小倍数 下面是在每个区间中的筛选过程 for(k= noteP[0]1; k = block; k+=2) // 用2正常的筛选一遍 { noteP[0]++; // 每筛一次，倍数加1 Block[k -Bl -1] = 0; } for (i=1; ia; i++) // 其他素数用2倍筛选 { for(k= ((noteP[i]*PList[i])1)+PList[i]; k = block; k+=(PList[i]1)) { noteP[i]++; Block[k -Bl -1] = 0; } } 3、算法分析 本算法通过分割区间来降低空间要求，空间效率为。如果不进行区间的分割，空间效率将达到，也就是说如果计算的话，一个数组就需要内存将近100M的内存，显然是不合适的。进行区间分割后，对内存的占用就可以忽略不记了。 该算法的时间效率为，因为筛选了（不包含对I的筛选）有次。其中是一个与具体实现有关的量。在我们的程序中，大体上x每变为原来的10倍，消耗时间增长3倍左右。具体时间及结果如下表 （在IBM R50e上运行，CPU:迅驰1.70GHz, 512M内存，WindowsXP） x P2 时间（秒） 1,000,000,0000.020 5,000,000,000 143296603 0.060 10,000,000,000 279167372 0.100 50,000,000,000 1316723389 0.240 100,000,000,000 2571194450 0.380 500,000,000,000 12144923132 1.131 1,000,000,000,000 23729370364 1.83