```python import math def is_prime(n): 先做个好办粗暴的过滤：偶数除了 2 都不是 if n < 2: return False if n 2: return True if n % 2 0: return False 接下来猜一猜：从 3 启动跳着往大数跑，把奇数都砍掉，剩个啥来着就是啥 limit = int(math.sqrt(n)) + 1 for i in range(3, limit, 2): if n % i 0: return False return True 随意挑几个数玩玩，看看这逻辑咋样 print("测试一下 7: ", is_prime(7)) print("测试一下 10: ", is_prime(10)) print("测试一下 17: ", is_prime(17)) print("测试一下 9: ", is_prime(9)) 9 肯定不对，出于 33 print("测试一下 97: ", is_prime(97)) 实际上这函数有点底子，毕竟 1 和 2 是边界情况 print("测试一下 1: ", is_prime(1)) print("测试一下 2: ", is_prime(2)) 再给个更大的数试试，比如 1009 print("测试一下 1009: ", is_prime(1009)) ``` ```python 为了真正搞懂它，咱们得把原理摊开来讲，别看不用那些大词儿，但思路得理清楚。 实际上判断一个数是不是质数，核心思想就俩：1.它不能随意整除；2.它的大平方根以内得找不到除数。 你想啊，比如 15，3 整了它，那肯定不中。再比如 25，5 整了它也行不通。 那 97 呢？从 3 启动算到 9（出于 sqrt(97) 大约是 9.8），3 不中，5 不中，7 也不中，那就稳了。 这个逻辑实际上是高级一点的算法，直接写死一层层试，效率忒低了，毕竟要是数大到亿级，试几千次忒慢。 故此数学界有个定理告诉你，只要发现一个 <= 根号的因子，那它就是合数；否则就是素数。 再加上前面的偶数过滤，实际上就省了 90% 的脑子活。 ``` ```python 那要是你手速快，想自己写个小工具呢？实际上能够封装成函数，直接调用。 比如我想判断 103 是不是素数，我直接写 is_prime(103) 就行，它内部会执行那些逻辑。 并且这个函数回值挺干净利落，就是个布尔值 True 或 False，跟其他函数回值不一样，但正是这特征让它好用。 在 Python 里，函数回值是值，不是打印，故此不用管 print()。 ``` ```python 实际上啊，这不只是是写代码，更是一种思维习惯，把难题拆解得特别细。 要是数忒小，比如 2 要么 3，不用去循环，直接回，这叫边界处理，别硬套公式。 要是数忒大，比如 10^100，循环跑几分钟都过不了，这时候就得用试除法以外的东西。 试除法就是暴力穷举，别看慢，但在小到中等规模数据里还是王道，出于实现好办，代码量少。 要是到了大数领域，那就要上 Miller-Rabin 测素性了，但这可能超出本函数的范畴，毕竟忒复杂。 ``` ```python 为了验证代码的健壮性，我们不妨组个测试集，覆盖各种边缘情况。 起初肯定是那些小的数，1 肯定不是质数，2 是最小的质数，3 也是，4 4 是合数。 然后试试那些好办看错数的，比如 9 是 3 乘 3，肯定不中。 还有像 15, 21, 25, 27 这种明显能被小整数整除的，用这个函数就能一眼识别出来。 再想想那些看起来像质数的数，比如 7, 13, 17, 19, 23, 29 这些，用函数算一下，应当都是 True。 至于 31, 37, 41, 43, 47 这些，也是 True，彻底符合直觉，说明函数逻辑没难题。 ``` ```python 这里还能够寻思性能难题，比如工夫复杂度是 O(sqrt(n))，对于贼大的 n 可能会超时。 但在绝大多数实际应用场景中，这个复杂度是够用的，毕竟大局部数据都有限长。 要是数据量特别大，那就要寻思分治法要么更高级的算法了，但这归于进阶话题。 目前我们就把函数写好了，试着运行一下，看看它能不能帮上忙。 ``` ```python 运行结局出来后，咱们再回头看一遍这段代码，它实际上就是个“过滤器”。 它先把偶数筛掉，把 2 单独拎出来，然后从 3 启动往右跳半格找因子，没找到就是素数。 这种逻辑别看好办，但核心思想是对的，关键在于啥时候启动循环，啥时候退出。 在写代码时，我们往往好办犯坑，比如把 n 传成 1，害得死循环要么报错，故此提前判断挺关键。 另外，数学里的质数定义里 1 不算，这点也得刻在脑子里，别写死逻辑时忘了。 ``` ```python 实际上啊，这个函数不仅是个工具，更是理解数论的一个切入点。 每一个质数都是“不能被其他质数整除”的数，这是最本质的特征。 当你遇到一个数认定模 2 余 1，模 3 余 1，模 5 余 1 时，恭喜你，大约率它是质数。 出于要是是合数，它的因子一定小于它的平方根，而平方根的平方根更小，挺快就能被摸出来。 故此这个函数别看慢，但它告诉我们要关切的点在哪，是要找平方根以内的因子。 ``` ```python 在工程落地时，我们可能会优化一下，比如把平方根的取整换成 float 转 int，避免浮点数误差。 要么在某些特殊情况下，比如 n 是平方数，直接 return False 也能提升速度，但通用性会牺牲一点。 不过对于一般场景，还是保持原样最稳妥，代码可读性大于一点点性能优化。 ``` ```python 总结一下，这个函数就是 Python 里处理质数判断的“小能手”，好办高效地处理了大局部情况。 它通过数学原理指导下的试除法实现，既符合算法思维，又保证了代码的简洁性。 别看它不是最完美的，但在 99% 的编程日常中，它就是判断素数的首选方案。 赶明儿遇到这类难题，直接套上这个函数，就能快速拿到答案，再也不用手算了。 并且它还能作为教学示例，帮初学者理解函数是如何封装的，逻辑是如何拆分的。 ``` ```python 好了，这局部全体写完了，代码也跑通了，我们能够放心地用这个函数去解决难题了。 接下来就把这段代码保存下来，到下一个任务里调用它，看看效果如何。 或许你会愣住了地发现，哪怕输入一个大整数，它也能瞬间给出结局，让你踏实不少。 毕竟代码里没有废话，只有纯粹的逻辑，这才是高效编程该有的样子。 ``` ```python 最终，咱们把这段代码发出去，看看其他人能不能跑通。 要是没难题，那就说明逻辑没毛病，能够放心地在项目里用了。 要是报错，大约率是出于输入参数不对，比如负数要么 1，这时候就得重新审视输入处理局部了。 总而言之，这个函数就是个小小的助手，帮我们在数字世界里做点基础判断，别看不起眼，但不可或缺。 ```
