如何在Elixir中利用质数列表优化欧拉项目解题效率?
核心问题:Elixir的不可变性
你遇到的问题本质是Elixir变量是不可变的,命令式语言里的可变变量在Elixir里不存在。你在for循环里写的list = list ++ [i]只是在当前迭代的作用域里创建了一个新的list绑定,完全不会影响循环外的原始list——这就是为什么编译器警告你“外部的list未被使用”。
解决欧拉第7题:高效生成第N个质数
你提到的用已生成的质数列表验证新数的思路是对的,在Elixir里可以用Stream.unfold实现状态跟踪(维护已发现的质数列表),贴合你原本的Stream风格:
defmodule PrimeGenerator do def nth_prime(n) do Stream.unfold([2], fn primes -> next_candidate = List.last(primes) + 1 next_prime = find_next_prime(next_candidate, primes) new_primes = primes ++ [next_prime] {next_prime, new_primes} end) |> Enum.take(n - 1) |> List.last() # 初始primes已包含第一个质数2,只需再取n-1个 end defp find_next_prime(candidate, primes) do sqrt_candidate = :math.sqrt(candidate) |> Float.floor() |> trunc() # 仅检查候选数平方根以内的质数,减少无效计算 if Enum.any?(primes, fn p -> p > sqrt_candidate or rem(candidate, p) == 0 end) do find_next_prime(candidate + 1, primes) else candidate end end end # 获取第10001个质数 PrimeGenerator.nth_prime(10001)
优化点说明:
- 仅检查候选数平方根以内的质数:若一个数有大于平方根的因数,对应另一个因数必然小于平方根,无需额外检查
- 复用已生成的质数列表:避免从2开始遍历所有数,效率大幅提升
Stream.unfold维护状态:每次迭代传递更新后的质数列表,模拟命令式“可变列表”的逻辑,但完全符合Elixir不可变规则
解决欧拉第10题:计算两百万以内质数的和
这里不能用for循环直接“更新”列表,需改用Enum.reduce累积质数列表——reduce会把每一步的累积结果传递到下一次迭代,完美替代命令式的可变状态:
defmodule PrimeSum do def sum_below(n) do # 用reduce累积质数列表,初始值为[2] primes = Enum.reduce(3..(n-1), [2], fn i, acc -> sqrt_i = :math.sqrt(i) |> Float.floor() |> trunc() # 检查当前数是否能被已有的质数(且<=平方根)整除 if Enum.any?(acc, fn p -> p > sqrt_i or rem(i, p) == 0 end) do acc # 非质数,累积值不变 else acc ++ [i] # 是质数,加入累积列表 end end) Enum.sum(primes) end end # 计算两百万以内质数的和 PrimeSum.sum_below(2_000_000) |> IO.puts()
关键修正:
Enum.reduce(3..(n-1), [2], fn i, acc -> ... end):acc是每次迭代时的质数列表,每次迭代返回新的acc(不变或添加新质数)- 加入平方根检查优化,减少不必要的计算
- 完全符合Elixir不可变特性,无变量绑定冲突问题
额外性能提示
处理大列表时,acc ++ [i]的效率会逐渐降低(链表尾部追加需遍历整个列表),可以改成倒序存储质数列表,每次用[i | acc]添加新质数,最后反转:
primes = Enum.reduce(3..(n-1), [2], fn i, acc -> sqrt_i = :math.sqrt(i) |> Float.floor() |> trunc() if Enum.any?(acc, fn p -> p > sqrt_i or rem(i, p) == 0 end) do acc else [i | acc] # 链表头部插入,O(1)操作 end end) |> Enum.reverse()
这样能大幅提升大列表的处理速度,因为链表头部插入是常数时间,尾部追加是线性时间。
内容的提问来源于stack exchange,提问作者SDA
相关产品推荐
相关产品推荐

