大家好，
写了一个求质数程式(列出1~1000000000之间所有质数)：

?1
def is_prime(num):
if num == 2:
return True
if not num & 1:
return False
return pow(2, num-1, num) == 1
for i in xrange(3, 1000000000+1):
if is_prime(i):
print i
发现Python在处理大数据时的效率并不好，
上面的程式执行需要半小时以上(程式写得不好也是原因之一)，
不知道大家处理大数据还是会用C/C++吗？
谢谢！

1M 算大数据吗…… 而且你算法应该不是列出你要的质数恩你是用 Fermat primality test?

好妙的判断prime法

算到 1e6 的时候，就要算 2 ** (1e6-1) 感觉数字很大一般常见是用 Sieve of Eratosthenes 去筛质数例如 num = 341 就是反例，他不是质数（查 wiki 的）更多例子：https://oeis.org/A001567

感谢回复，来看一下!

这就是资工系价值所在

他的问题是可能没空间放质数表吧?不然直接做质数表就好另外一直print其实也会需要些时间。而且怎么会用Fermat's little theorem? XD要也是用Wilson's theorem吧(误

这样算大数据?这个只是质数就会有这种特性吧 数论上找质数不是这样找的好久没有碰数论问题了 好怀念

这叫 Big Number 不是 Big data

推楼上，差点喷饭XD