You need to enable JavaScript to run this app. Python大计算内存管理问题:完美数程序Jupyter无峰值但命令行报内存错误
优惠活动
大模型
产品
解决方案
定价
更多

Python大计算内存管理问题:完美数程序Jupyter无峰值但命令行报内存错误

完美数计算程序内存异常问题排查

基础信息

  • 硬件环境:8GB内存树莓派4
  • Python版本:3.8
  • 异常现象:Jupyter Notebook中运行无内存峰值,可正常推进;命令行环境下运行10秒左右触发MemoryError
  • 原程序代码:
def is_perfect(x):
    sum_of_positive_divisors = 0
    for i in range(1,(x//2)+1):
        if x%i == 0:
            sum_of_positive_divisors+=i
    if x == sum_of_positive_divisors:
        return 1
    else:
        return 0

for n in range(1,32):
    print("n is %s",n)
    num = 2**(n-1)*((2**n)-1)
    if is_perfect(num):
        print(num)

异常成因

  • 核心差异来自命令行默认Python版本与Jupyter内核版本不匹配。树莓派官方系统默认的python命令指向Python 2.x,并非你安装的Python3.8。Python2内置的range()会一次性生成包含所有循环值的完整列表,而非基于迭代器惰性生成值。当循环上界随n值增大涨到亿级、十亿级时,生成完整列表需要数十GB的连续内存,远超8GB物理内存上限,直接触发内存不足报错。
  • Jupyter Notebook启动时会调用你预先配置的Python3.8内核,其range()实现为惰性迭代器,仅存储循环的起点、终点、步长三个参数,不会一次性加载所有循环值,因此哪怕循环次数极高,也不会出现突发内存占用峰值,和你观察到的“无内存峰值、可持续运行”的现象完全吻合。
  • 额外提一点:原is_perfect函数的循环上界设置为x//2存在严重效率浪费,正因子是成对存在的,仅需遍历到x的算术平方根即可找全所有正因子,原写法会让循环次数比必要值高几个数量级,也是导致程序运行缓慢的重要原因。

解决方法

  • 首先对齐运行环境:运行python3 --version确认系统内Python3.8的安装路径,后续执行脚本时用python3 脚本文件名.py启动,替换掉默认的Python2解释器,和Jupyter环境保持一致,从根源上避免Python2的range实现带来的内存问题。
  • 优化is_perfect函数的循环逻辑,减少无意义的计算量,适配大整数处理的优化版本代码:
import math
def is_perfect(x):
    sum_of_divisors = 0
    # 仅需遍历到x的整数平方根即可找全所有成对出现的因子
    for i in range(1, math.isqrt(x) + 1):
        if x % i == 0:
            sum_of_divisors += i
            paired_factor = x // i
            if paired_factor != i:
                sum_of_divisors += paired_factor
    # 因子和包含x本身,减去x后与原数比对
    return sum_of_divisors - x == x
  • 进一步做效率优化:代码中num = 2**(n-1)*((2**n)-1)本身就是欧几里得提出的偶完美数通用公式,只要对应的梅森数2**n -1是素数,num就一定是完美数,无需再做全量因子遍历判断,直接验证梅森数的素性即可把运行时间压缩到毫秒级。

内容的提问来源于stack exchange,提问作者maswadkar

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.19 13:36:08