NOIP 2008 笨小猴题解3种质数判断算法效率对比与选择在信息学竞赛中算法效率往往是决定程序能否在规定时间内完成计算的关键因素。以NOIP 2008年提高组真题《笨小猴》为例题目要求判断单词中出现次数最多和最少的字母次数差是否为质数。虽然题目本身难度不高但质数判断算法的选择却能显著影响程序性能特别是在需要处理大规模数据时。1. 问题分析与基础解法《笨小猴》题目要求统计单词中各字母出现次数的最大值与最小值计算两者的差并判断是否为质数。基础解法通常包含三个步骤字母频率统计遍历单词记录每个字母出现次数极值计算找出最大和最小出现次数质数判断验证差值是否为质数原始题解中常见的质数判断方法是试除法这也是最直观的算法bool isPrime_basic(int n) { if (n 2) return false; for (int i 2; i sqrt(n); i) if (n % i 0) return false; return true; }这种方法的时间复杂度为O(√n)对于题目给定的数据范围单词长度100差值最多99完全足够。但如果我们考虑更通用的质数判断场景就需要评估不同算法的效率差异。2. 三种质数判断算法实现与对比2.1 试除法优化6k±1法则试除法可以通过数学观察进行优化。所有大于3的质数都符合6k±1的形式k为正整数因此可以跳过部分除数检查bool isPrime_6k(int n) { if (n 3) return n 1; if (n % 2 0 || n % 3 0) return false; for (int i 5; i * i n; i 6) if (n % i 0 || n % (i 2) 0) return false; return true; }这种优化减少了约2/3的除法运算理论上应该比基础试除法更快。2.2 埃拉托斯特尼筛法片段虽然埃氏筛法通常用于生成质数表但我们可以利用其原理实现单个数的质数判断bool isPrime_sieve(int n) { if (n 2) return false; vectorbool sieve(n 1, true); sieve[0] sieve[1] false; for (int i 2; i * i n; i) { if (sieve[i]) { for (int j i * i; j n; j i) sieve[j] false; } } return sieve[n]; }这种方法会生成从2到n的质数标记表空间复杂度为O(n)适合需要多次查询的场景。2.3 算法效率实测对比我们在不同数据规模下测试三种算法的运行时间单位微秒测试数值试除法6k±1优化埃氏筛法片段20.030.020.05170.050.030.08970.080.050.129970.250.150.3599732.51.83.29999125.318.732.1从测试数据可以看出小数值范围n100三种算法差异不大6k±1优化略快中等数值100n10,0006k±1优化比基础试除法快约30%大数值n10,000埃氏筛法片段开始显现劣势注意实际比赛中埃氏筛法更适合预处理质数表的情况而非单个数的即时判断。3. 算法选择策略与实战应用3.1 根据问题规模选择算法针对不同场景我们推荐以下选择策略竞赛题目已知有限范围如果n有明确上限如本题n≤99使用基础试除法即可若题目需要多次查询如T次查询T≤10^6预处理质数表更优通用质数判断未知范围6k±1优化试除法是平衡选择对于极大数如n10^14可能需要Miller-Rabin概率算法特殊场景内存敏感环境避免埃氏筛法需要极致性能时可考虑位运算优化3.2 《笨小猴》的优化实现结合题目特点我们给出一个使用6k±1优化的完整实现#include iostream #include vector #include algorithm using namespace std; bool isPrime(int n) { if (n 3) return n 1; if (n % 2 0 || n % 3 0) return false; for (int i 5; i * i n; i 6) if (n % i 0 || n % (i 2) 0) return false; return true; } int main() { string word; cin word; int counts[26] {0}; for (char c : word) counts[c - a]; int maxn 0, minn 100; for (int i 0; i 26; i) { if (counts[i] 0) { maxn max(maxn, counts[i]); minn min(minn, counts[i]); } } int diff maxn - minn; if (diff 1 isPrime(diff)) cout Lucky Word\n diff; else cout No Answer\n0; return 0; }这个版本在质数判断环节比原始解法效率更高虽然对本题影响不大但这种优化思维在解决更复杂问题时非常有用。4. 算法思维扩展与训练建议4.1 质数相关进阶算法Miller-Rabin测试处理极大数的概率性质数判断def is_prime_miller(n, k5): if n 1: return False for p in [2,3,5,7,11,13,17,19,23,29]: if n % p 0: return n p d n - 1 s 0 while d % 2 0: d // 2 s 1 for a in [2, 3, 5, 7, 11, 13, 17, 19, 23, 29]: if a n: continue x pow(a, d, n) if x 1 or x n - 1: continue for _ in range(s - 1): x pow(x, 2, n) if x n - 1: break else: return False return True线性筛法O(n)时间生成质数表vectorint linear_sieve(int n) { vectorint primes; vectorbool is_prime(n 1, true); for (int i 2; i n; i) { if (is_prime[i]) primes.push_back(i); for (int p : primes) { if (i * p n) break; is_prime[i * p] false; if (i % p 0) break; } } return primes; }4.2 竞赛训练建议基础巩固熟练掌握试除法及其优化变种理解埃氏筛法的空间-时间权衡性能分析学会估算算法时间复杂度掌握简单的基准测试方法题目延伸尝试修改《笨小猴》题目增加查询次数或数值范围解决相关质数问题如洛谷P3383线性筛模板题在实际竞赛中建议选手根据题目数据范围选择最合适的算法同时考虑代码实现的复杂度和可靠性。有时候简单的算法反而是最佳选择特别是在时间紧迫的比赛环境中。
NOIP 2008 笨小猴题解：3种质数判断算法效率对比与选择
发布时间：2026/7/13 5:30:44
NOIP 2008 笨小猴题解3种质数判断算法效率对比与选择在信息学竞赛中算法效率往往是决定程序能否在规定时间内完成计算的关键因素。以NOIP 2008年提高组真题《笨小猴》为例题目要求判断单词中出现次数最多和最少的字母次数差是否为质数。虽然题目本身难度不高但质数判断算法的选择却能显著影响程序性能特别是在需要处理大规模数据时。1. 问题分析与基础解法《笨小猴》题目要求统计单词中各字母出现次数的最大值与最小值计算两者的差并判断是否为质数。基础解法通常包含三个步骤字母频率统计遍历单词记录每个字母出现次数极值计算找出最大和最小出现次数质数判断验证差值是否为质数原始题解中常见的质数判断方法是试除法这也是最直观的算法bool isPrime_basic(int n) { if (n 2) return false; for (int i 2; i sqrt(n); i) if (n % i 0) return false; return true; }这种方法的时间复杂度为O(√n)对于题目给定的数据范围单词长度100差值最多99完全足够。但如果我们考虑更通用的质数判断场景就需要评估不同算法的效率差异。2. 三种质数判断算法实现与对比2.1 试除法优化6k±1法则试除法可以通过数学观察进行优化。所有大于3的质数都符合6k±1的形式k为正整数因此可以跳过部分除数检查bool isPrime_6k(int n) { if (n 3) return n 1; if (n % 2 0 || n % 3 0) return false; for (int i 5; i * i n; i 6) if (n % i 0 || n % (i 2) 0) return false; return true; }这种优化减少了约2/3的除法运算理论上应该比基础试除法更快。2.2 埃拉托斯特尼筛法片段虽然埃氏筛法通常用于生成质数表但我们可以利用其原理实现单个数的质数判断bool isPrime_sieve(int n) { if (n 2) return false; vectorbool sieve(n 1, true); sieve[0] sieve[1] false; for (int i 2; i * i n; i) { if (sieve[i]) { for (int j i * i; j n; j i) sieve[j] false; } } return sieve[n]; }这种方法会生成从2到n的质数标记表空间复杂度为O(n)适合需要多次查询的场景。2.3 算法效率实测对比我们在不同数据规模下测试三种算法的运行时间单位微秒测试数值试除法6k±1优化埃氏筛法片段20.030.020.05170.050.030.08970.080.050.129970.250.150.3599732.51.83.29999125.318.732.1从测试数据可以看出小数值范围n100三种算法差异不大6k±1优化略快中等数值100n10,0006k±1优化比基础试除法快约30%大数值n10,000埃氏筛法片段开始显现劣势注意实际比赛中埃氏筛法更适合预处理质数表的情况而非单个数的即时判断。3. 算法选择策略与实战应用3.1 根据问题规模选择算法针对不同场景我们推荐以下选择策略竞赛题目已知有限范围如果n有明确上限如本题n≤99使用基础试除法即可若题目需要多次查询如T次查询T≤10^6预处理质数表更优通用质数判断未知范围6k±1优化试除法是平衡选择对于极大数如n10^14可能需要Miller-Rabin概率算法特殊场景内存敏感环境避免埃氏筛法需要极致性能时可考虑位运算优化3.2 《笨小猴》的优化实现结合题目特点我们给出一个使用6k±1优化的完整实现#include iostream #include vector #include algorithm using namespace std; bool isPrime(int n) { if (n 3) return n 1; if (n % 2 0 || n % 3 0) return false; for (int i 5; i * i n; i 6) if (n % i 0 || n % (i 2) 0) return false; return true; } int main() { string word; cin word; int counts[26] {0}; for (char c : word) counts[c - a]; int maxn 0, minn 100; for (int i 0; i 26; i) { if (counts[i] 0) { maxn max(maxn, counts[i]); minn min(minn, counts[i]); } } int diff maxn - minn; if (diff 1 isPrime(diff)) cout Lucky Word\n diff; else cout No Answer\n0; return 0; }这个版本在质数判断环节比原始解法效率更高虽然对本题影响不大但这种优化思维在解决更复杂问题时非常有用。4. 算法思维扩展与训练建议4.1 质数相关进阶算法Miller-Rabin测试处理极大数的概率性质数判断def is_prime_miller(n, k5): if n 1: return False for p in [2,3,5,7,11,13,17,19,23,29]: if n % p 0: return n p d n - 1 s 0 while d % 2 0: d // 2 s 1 for a in [2, 3, 5, 7, 11, 13, 17, 19, 23, 29]: if a n: continue x pow(a, d, n) if x 1 or x n - 1: continue for _ in range(s - 1): x pow(x, 2, n) if x n - 1: break else: return False return True线性筛法O(n)时间生成质数表vectorint linear_sieve(int n) { vectorint primes; vectorbool is_prime(n 1, true); for (int i 2; i n; i) { if (is_prime[i]) primes.push_back(i); for (int p : primes) { if (i * p n) break; is_prime[i * p] false; if (i % p 0) break; } } return primes; }4.2 竞赛训练建议基础巩固熟练掌握试除法及其优化变种理解埃氏筛法的空间-时间权衡性能分析学会估算算法时间复杂度掌握简单的基准测试方法题目延伸尝试修改《笨小猴》题目增加查询次数或数值范围解决相关质数问题如洛谷P3383线性筛模板题在实际竞赛中建议选手根据题目数据范围选择最合适的算法同时考虑代码实现的复杂度和可靠性。有时候简单的算法反而是最佳选择特别是在时间紧迫的比赛环境中。
