Python 输出指定范围内的素数：从零开始的实用指南
你有没有想过，如何用 Python 快速找出某个数字范围内的所有素数？比如找出 1 到 100 之间的所有素数。这看似简单，却能帮助你深入理解循环、判断逻辑和算法优化。本文将带你一步步实现“Python 输出指定范围内的素数”这一经典任务，无论你是编程初学者，还是已经接触过基础语法的中级开发者，都能从中收获实用技巧。
素数，也叫质数，是指除了 1 和它本身之外，不能被其他正整数整除的自然数。比如 2、3、5、7、11 都是素数。而像 4、6、8、9 这些数，因为能被 2 或 3 整除，就不是素数。理解这个概念，是写代码的前提。
接下来，我们将从最基础的判断方法开始，逐步优化，最终掌握高效实现“Python 输出指定范围内的素数”的完整流程。
判断一个数是否为素数的核心逻辑
要输出指定范围内的素数，首先要能判断一个数是不是素数。我们从最直观的方法说起。
def is_prime(n):
# 如果 n 小于 2，一定不是素数
if n < 2:
return False
# 从 2 到 n-1 逐个尝试能否整除
for i in range(2, n):
if n % i == 0:
return False # 只要找到一个因数，就不是素数
return True # 没找到因数，就是素数
这段代码的核心思想是：穷举法。我们从 2 开始，一直试到 n - 1，看是否有能整除 n 的数。如果有，说明 n 有除了 1 和自身以外的因数，就不是素数。
举个例子：判断 17 是否为素数。
- 用 2 去除 17，余数是 1，不行
- 用 3 去除，余数是 2，不行
- 用 4 去除，余数是 1，不行
- ……
- 用 16 去除，余数是 1，不行
直到试完所有小于 17 的数都没整除成功，所以 17 是素数。
但这里有个问题：效率太低。比如判断 1000 是否为素数，要试 998 次，太浪费时间。
优化判断逻辑：只试到 √n 就够了
我们来做一个关键优化：不需要试到 n - 1，只试到 √n 就足够了。
为什么？因为如果 n 有大于 √n 的因数，那它一定还有一个小于 √n 的因数。比如 100 的因数有 2 和 50，其中 2 < √100 = 10，50 > 10。所以只要检查小于等于 √n 的数，就能覆盖所有可能性。
import math
def is_prime(n):
if n < 2:
return False
# 只需要检查到 sqrt(n)
for i in range(2, int(math.sqrt(n)) + 1):
if n % i == 0:
return False
return True
这个优化让判断 1000 是否为素数的时间从 998 次减少到 31 次（因为 √1000 ≈ 31.6），效率提升非常明显。
这个技巧就像你找一个藏在房间角落的钥匙：你不需要翻遍整个房间，只要从门口开始，往里走一半，如果没找到，那很可能钥匙根本不在里面。这个“一半”就是 √n。
从单个判断到批量输出：遍历指定范围
现在我们已经能高效判断一个数是否为素数，接下来就是“Python 输出指定范围内的素数”了。
假设我们要找出 1 到 100 之间的所有素数，可以这样写：
def find_primes_in_range(start, end):
primes = [] # 用于存储找到的素数
for num in range(start, end + 1):
if is_prime(num):
primes.append(num)
return primes
result = find_primes_in_range(1, 100)
print("1 到 100 之间的素数有：")
print(result)
输出结果是：
1 到 100 之间的素数有：
[2, 3, 5, 7, 11, 13, 17, 19, 23, 29, 31, 37, 41, 43, 47, 53, 59, 61, 67, 71, 73, 79, 83, 89, 97]
这个方法清晰、易懂，适合初学者理解逻辑。但如果你要处理更大的范围，比如 1 到 10000，性能仍可能不足。
进阶技巧：埃拉托斯特尼筛法（Sieve of Eratosthenes）
对于大规模素数查找，“埃拉托斯特尼筛法”是目前最高效的算法之一。它的核心思想是：从 2 开始，把每个素数的倍数都标记为合数，剩下的就是素数。
想象你有一排从 1 到 100 的卡片，每个卡片上写一个数字。你从 2 开始，把 2 的倍数（4, 6, 8, ...）全部划掉。然后下一个没被划掉的数是 3，把 3 的倍数（6, 9, 12, ...）划掉。接着是 5，再划掉 5 的倍数……最后没被划掉的，就是素数。
下面是实现代码：
def sieve_of_eratosthenes(n):
# 创建一个布尔数组，初始都为 True
# is_prime[i] 表示数字 i 是否为素数
is_prime = [True] * (n + 1)
is_prime[0] = is_prime[1] = False # 0 和 1 不是素数
# 从 2 开始筛
for i in range(2, int(n**0.5) + 1):
if is_prime[i]:
# 将 i 的所有倍数标记为非素数
# 从 i*i 开始，因为更小的倍数已经被更小的素数筛过了
for j in range(i * i, n + 1, i):
is_prime[j] = False
# 收集所有素数
primes = [i for i in range(2, n + 1) if is_prime[i]]
return primes
primes = sieve_of_eratosthenes(100)
print("1 到 100 之间的素数（筛法结果）：")
print(primes)
这个方法的时间复杂度是 O(n log log n)，远优于逐个判断的 O(n√n)。
性能对比：不同方法的效率差异
为了直观感受效率差异，我们来做个对比测试：
| 方法 | 查找 1 到 10000 的素数耗时（估算） |
|---|---|
| 逐个判断法 | 约 3 秒 |
| 优化判断法（√n） | 约 0.5 秒 |
| 埃拉托斯特尼筛法 | 约 0.05 秒 |
可以看出，筛法在处理大范围数据时优势巨大。如果你正在写一个需要频繁查素数的应用，比如密码学、数论程序，筛法几乎是必选项。
实际应用建议：根据场景选择方法
在实际开发中，如何选择方法？这里给出几点建议：
- 小范围（如 1 到 1000）：用优化后的判断法即可，代码简洁，逻辑清晰。
- 中等范围（如 1 到 10000）：推荐使用埃拉托斯特尼筛法，效率高，适合批量处理。
- 需要多次查询：可以预计算素数表，存入内存或文件，后续直接查表，速度最快。
- 内存受限：如果无法创建大数组，建议用优化判断法，节省内存。
总结与延伸思考
今天我们从基础判断出发，一步步实现了“Python 输出指定范围内的素数”这一经典问题。通过优化算法，我们不仅提升了代码效率，也加深了对数学与编程结合的理解。
记住：编程不是写代码，而是解决问题的思维过程。每一种优化背后，都有其数学原理支撑。比如筛法之所以高效，是因为我们利用了“合数必然有小于等于 √n 的因数”这一性质。
你还可以尝试以下拓展：
- 写一个函数，输出指定范围内的素数个数。
- 将素数保存到文件中，供后续使用。
- 查找“孪生素数”（如 11 和 13，相差 2 的素数对）。
- 用多线程处理大范围素数，进一步提升性能。
编程的乐趣，就在于不断探索、优化与创造。希望这篇文章能成为你通往更高效编程之路的一小步。
当你下次再听到“Python 输出指定范围内的素数”这样的需求时，不再只是“写个循环”，而是能思考“用什么算法更合适”。这，就是成长。