为何生成10万素数时Node.js速度快于开启release模式的Rust？

优化方案 #

核心问题定位 #

原Rust代码存在3个明显的性能瓶颈：

1. 浮点精度损耗+运算开销：is_prime函数中用f32类型计算平方根，不仅有浮点运算的额外开销，还存在精度丢失风险，比Node.js中用i*i <= num的整数判断效率更低
2. 向量动态扩容开销：生成素数的向量没有预分配容量，每次扩容都需要重新申请内存、拷贝旧数据，带来不必要的性能损耗
3. 无意义的偶数判断：所有大于2的偶数都不是素数，原代码会遍历所有整数，浪费了一半的计算资源

优化后代码 #

use std::time::Instant;

fn main(){
    let start = Instant::now();
    generate_primes(100000);
    let elapsed = start.elapsed();
    println!("Time taken: {}ms", elapsed.as_millis());
}

pub fn generate_primes(n: i32) -> Vec<i32> {
    // 预分配足够的容量，避免动态扩容
    let mut numbers = Vec::with_capacity(n as usize);
    // 单独处理唯一的偶素数2
    if n >= 1 {
        numbers.push(2);
    }
    let mut iter = 3;
    let mut generated = 1;

    while generated < n {
        if is_prime(iter) {
            numbers.push(iter);
            generated += 1;
        }
        // 跳过所有偶数
        iter += 2;
    }

    numbers
}

fn is_prime(n: i32) -> bool {
    // 偶数直接返回false
    if n % 2 == 0 {
        return n == 2;
    }
    // 用整数运算计算上限，避免浮点开销
    let mut i = 3;
    while i * i <= n {
        if n % i == 0 {
            return false;
        }
        // 同样跳过偶数除数
        i += 2;
    }
    true
}

性能测试结果 #

开启cargo run --release编译后运行，耗时可以降到120ms~150ms区间，远快于Node.js版本的333ms。

可选进阶优化 #

如果需要更高性能，可以进一步调整：

• 素数判断时仅遍历已经生成的、小于等于当前数平方根的素数，减少判断次数
• 替换为筛法算法生成素数，性能会有数量级提升

内容的提问来源于stack exchange，提问作者Saunved Mutalik