Optimization 如何加速Vec<；布尔>；在我的埃拉托什尼筛子里？

为什么在Rust中直接实现筛网的速度如此之慢，如何加快

use std::num::Float;
use std::iter::range_step;

fn eratosthenes(n: uint) -> Vec<bool> {
    let mut sieve = Vec::from_elem(n+1,true);

    sieve[0] = false;
    sieve[1] = false;

    let m = ((n as f64).sqrt()) as uint;

    for i in range(0u, m+1) {
        if sieve[i] {
            for j in range_step(i*i, n+1, i) {
                sieve[j] = false;
            }
        }
    }
    sieve
}

fn main() {
    eratosthenes(100_000_000);
    /*    
    let mut found = Vec::new();
    for (i,&sieve) in sieve.iter().enumerate() {
        if sieve {
            found.push(i);
        }
    }
    println!("Primes found: {}",found.len());
    */
}

使用std:：num:：Float；
使用std:：iter:：range\u步骤；
fn埃拉托斯坦（n:uint）->Vec{
设mut sieve=Vec:：from_elem（n+1，true）；
筛[0]=假；
筛[1]=假；
设m=（n为f64.sqrt（））为uint；
适用于范围内的i（0u，m+1）{
如果筛[i]{
对于范围内的j_阶跃（i*i，n+1，i）{
筛[j]=假；
}
}
}
筛
}
fn main（）{
埃拉托什尼（10万）；
/*    
让mut found=Vec:：new（）；
对于sieve.iter（）枚举（）中的（i，&sieve）{
如果筛{
发现。推（i）；
}
}
println！（“找到的素数：{}”，找到的.len（）；
*/
}

---

附言：我不是在问一个更好的算法，而是如何正确地使用Vec（Slice？）使其速度相当快

用

-O

编译，我会使用一个包含找到的数字的集合。除此之外，使用探查器找出最耗时的部分。使用-O进行编译可使其速度提高13倍，并使其达到我预期的范围！这就是诀窍吗？否“最好使用其他类型/切片，而不是您所做的？”@乌尔里切克哈特：我想一盘会慢一些。但它可能会节省内存。您可以使用

std:：collections:：Bitv

，这实际上是一种

Vec

，它将布尔值打包成单个位，将内存使用量减少8倍，从而显著改善缓存行为。@OderWat听起来您应该将所有这些总结为一个自我回答！