求素数列表和判断素数的算法有兴趣阅读本文的读者，应该对素数概念是十分熟悉的了。
用计算机程序实现素数计算，集中在2个主要问题上：∙判断一个正整数是否是素数-（算法A）∙求一定范围内的素数列表- （算法B）关于素数的算法，根据素数的数学性质，大家都会想到如下几个方面：∙用遍历求模的方式判断素数∙素数都是奇数，可以在奇数数列中寻找素数∙利用开方来缩小搜索的范围然后，求素数的计算是复杂的，如果算法写得不好，则耗时较高。
在百度百科“素数”条目中的算法程序，是值得商榷的。
很多方法是O(N2)的算法。
为此，在本文中探讨了求素数列表和判断素数这两个算法，力图使算法可以达到O（N Log(N)）优化级别。
在本文中，算法语言选用C#。
1,判断素数的简单实现（算法A-1）///<summary>///算法A-1，判断素数///</summary>///<param name="number">待测正整数</param>///<returns>是否为素数（为了简化，1以下的整数皆为素数）</returns>public static bool IsPrime(int number){// 为了简化，1以下的整数皆为素数if(number <= 2){return true;}// 奇偶性if (number % 2 == 0){return false;}// 利用开方缩小范围，优化效果十分明显int range = (int)Math.Sqrt(number) + 1;// 从3开始的奇数列for (int current = 3; current <= range; current += 2){// 判断是否为素数if (number % current == 0){// 合数return false;}}return true;}A-1算法中，首先判断奇偶性，再判断从3开始判断待查数（number）是否是合数，若到Math.Sqrt(number)还没有查到是合数，即为素数。
这个方法是O(N1/2)级别的算法，所以很快，即使是最悲观的int.MaxValue，在本人的本机计算也可达到125ms的运行时间。
2，判断素数的优化算法（A-2）虽然这种算法速度比较快，但如果频繁使用A-1算法，累计起来开销就比较大了，假设有N次访问的话，算法级别就到了O(N3/2)。
因此，本人的解决方案是先计算出一定范围内的素数列表存放在哈希表中，多次调用就可以忽略查询时间了。
///<summary>///素数的Hash表///</summary>private static HashSet<int> Primes { get; set; }///<summary>///算法A-2，判断素数///</summary>///<param name="number">待测正整数</param>///<returns>是否为素数（为了简化，1以下的整数皆为素数）</returns>public static bool IsPrime2(int number){// 为了简化，1以下的整数皆为素数if (number <= 2){return true;}return Primes.Contains(number);}这种算法的前提是要求一个素数表，这就是算法B要研究的问题了。
3 求素数列表的简单算法（B-1）///<summary>///求素数列表的简单算法(算法B-1)///</summary>///<param name="range"></param>///<returns></returns>public static int[] GetPrimes(int range){List<int> primeList = new List<int>();// 从3开始的奇数列for(int current = 3; current <= range; current += 2){// 判断是否为素数bool isPrime = true;foreach (int prime in primeList){if (current % prime == 0){// 若为合数，进入下一数的判断isPrime = false;break;}}if (isPrime){// 加入素数列表primeList.Add(current);}}// 把2补入primeList.Insert(0, 2);return primeList.ToArray();}上述算法，是对小于N的数，遍历素数表，判断是否为合数，全不成立的即为素数，并加入素数表。
这个算法的一个特点是只对奇数数列进行遍历，从而使遍历次数减少了一半。
4，步长优化的算法（算法B-2）有读者会想到阴阳素数数列的问题，也就是除了2,3以外，素数要么在（6N-1）数列，要么在（6N+1）数列，这样，是不是就可以通过改变步长方式就可以提高速度？是的，本人也做过这样的实验，代码如下：///<summary>///求素数列表的简单算法(算法B-2)///</summary>///<param name="range"></param>///<returns></returns>public static int[] GetPrimes2(int range){List<int> primeList = new List<int>();int index = 1; // 步长下标int[] loops = new int[] { 2, 4 };//步长for (int current = 5; current <= maxValue; current += loops[index]) {// 判断是否为素数bool isPrime = true;foreach (int prime in primeList){if (current % prime == 0){// 若为合数，进入下一数的判断isPrime = false;break;}}if (isPrime){// 加入素数列表primeList.Add(current);}index ^= 1; //阴阳数列转换}// 把2，3补入primeList.Insert(0, 2);primeList.Insert(0, 3);return primeList.ToArray();}采用步长数组和异或操作切换，可以最大限度的不增加代码优化后的开销。
这样的优化取得了一定的优化效果，但效果不明显。
我分析，B-1是最多达到了50%的优化，而B-2是达到了33.3%的优化效果，所以优化不明显。
所以后面的算法，就忽略了B-2的这样的优化。
5，采用开方法优化的算法（算法-B-3）本文的重点来了求素数列表的一大挑战，是当求解的范围很大时，速度就会变得其慢。
在对int.MaxValue/ 10000规模计算中，大致是1910ms左右，在往上速度就很慢了。
分析原因，算法中的最大的瓶颈在于求模操作。
由于求模操作命中率不高，所以执行次数很多。
根据数论知识，可以得到下来推论：把全集X = {n|n <= N}, 可以分为两个子集，X1={n | n <= N1/2 + 1}和X2={n | N1/2 + 1 < n <=N}, Y1是X1中的素数子集, Y2是X2中的素数子集，则X2中的所有合数的因数，全属于Y1。
(推论-1)这个推论告诉我们，我们可以把算法分成两部分，按B-1方法求1到 N1/2 + 1部分的素数（Y1），在把N1/2 + 1到N的数求模一次求素数（而不是遍历素数表），得到Y2，Y1+Y2就是全部素数表。
///<summary>///平方法（算法B-3）///</summary>///<returns></returns>public static int[] GetPrimes3(int maxValue){int range = (int)Math.Sqrt(maxValue);// 素数列表List<int> primeList = new List<int>();int current = 3;// 从3开始的奇数列for (; current <= range; current += 2){// 判断是否为素数bool isPrime = true;foreach (int prime in primeList){if (current % prime == 0){// 若为合数，进入下一数的判断isPrime = false;break;}}if (isPrime){// 加入素数列表primeList.Add(current);}}List<int> primeList2 = new List<int>();// 从3开始的奇数列for (; current <= maxValue; current += 2){// 判断是否为素数bool isPrime = true;foreach (int prime in primeList){if (current % prime == 0){// 若为合数，进入下一数的判断isPrime = false;break;}}if (isPrime){// 加入素数列表primeList2.Add(current);}}// 把2补入primeList.Insert(0, 2);primeList.AddRange(primeList2);return primeList.ToArray();}这样的修改将使运行效率提高了近100倍。
6,利用筛法进行更高级的优化（算法B-4）对于上述用例，主要对19980个素数的二次循环上，在从N1/2到N之间的数中，进行log(M1)的循环（基数是623）和求模。
所以这个算法的复杂度是O(log(M1)*(N- N1/2))。