如何在Rust中实现类似Python的切片步长赋值？（素数筛迁移）

Python中的full_array[test:max:index] = False本质是依赖底层向量化的批量内存操作（通常是numpy或CPython的优化实现），所以能高效处理超大数组。Rust要达到同级性能，无需回避循环——关键是让编译器生成接近底层的优化代码，或利用专门的bit数组库提升缓存效率。

方案1：纯标准库unsafe实现（无外部依赖） #

Rust的Vec<bool>本身是位压缩存储（8个布尔值占1字节），比Python的字节级布尔列表更省内存，缓存命中率更高。通过unsafe直接操作指针，编译器会自动将循环优化为接近C的高效代码：

unsafe fn set_step_to_false(arr: &mut [bool], start: usize, step: usize) {
    let arr_len = arr.len();
    if start >= arr_len {
        return;
    }
    let mut ptr = arr.as_mut_ptr().add(start);
    let mut current_idx = start;
    while current_idx < arr_len {
        *ptr = false;
        current_idx += step;
        ptr = ptr.add(step);
    }
}

// 素数筛示例用法
fn sieve(max: usize) -> Vec<bool> {
    let mut sieve = vec![true; max + 1];
    sieve[0] = false;
    sieve[1] = false;
    let sqrt_max = (max as f64).sqrt() as usize;
    for i in 2..=sqrt_max {
        if sieve[i] {
            // 从i*i开始，步长i标记非素数
            unsafe {
                set_step_to_false(&mut sieve, i * i, i);
            }
        }
    }
    sieve
}

这里的unsafe代码无风险（已提前做边界检查），编译器会将循环展开并向量化，性能可对标Python的numpy实现。

方案2：用bitvec库（更简洁且性能更优） #

bitvec是Rust生态中专门处理位数组的库，内置了批量步长操作的优化实现，内存效率和执行速度都比标准库Vec<bool>更出色：

use bitvec::prelude::*;

fn sieve(max: usize) -> BitVec {
    let mut sieve = bitvec![true; max + 1];
    sieve.set(0, false);
    sieve.set(1, false);
    let sqrt_max = (max as f64).sqrt() as usize;
    for i in 2..=sqrt_max {
        if sieve[i] {
            // 直接通过切片步长批量设置为false
            sieve[i*i..=max].step_by(i).set_all(false);
        }
    }
    sieve
}

bitvec的step_by和set_all方法底层用SIMD指令和内存块操作优化，处理100亿级别的素数筛时，内存仅占用约125MB，速度会超过Python的实现。

为什么普通循环慢？ #

如果用普通的for i in (test..max).step_by(index) { full_array[i] = false; }，对于Vec<bool>，编译器优化程度可能略低；如果用Vec<u8>存储布尔值，会占用8倍内存，导致缓存命中率下降，性能骤降。而上面的两种方案都解决了这些问题。

内容的提问来源于stack exchange，提问作者Wes