Przechodzę przez generowanie liczb pierwszych w Pythonie za pomocą sita Eratostenesa i rozwiązań, które ludzie podają jako stosunkowo szybką opcję, na przykład w kilku z nichodpowiedzi na pytanie dotyczące optymalizacji generowania liczb pierwszych w Pythonie nie są proste i prosta implementacja, którą tutaj prowadzę, konkuruje z nimi pod względem wydajności. Moja realizacja jest podana poniżej

def sieve_for_primes_to(n):
    size = n//2
    sieve = [1]*size
    limit = int(n**0.5)
    for i in range(1,limit):
        if sieve[i]:
            val = 2*i+1
            tmp = ((size-1) - i)//val 
            sieve[i+val::val] = [0]*tmp
    return sieve


print [2] + [i*2+1 for i, v in enumerate(sieve_for_primes_to(10000000)) if v and i>0]

Czas wykonania powraca

python -m timeit -n10 -s "import euler" "euler.sieve_for_primes_to(1000000)"
10 loops, best of 3: 19.5 msec per loop

Chociaż metoda opisana w odpowiedzi na powyższe pytanie jako najszybsza z książki kucharskiej Pythona jest podana poniżej

import itertools
def erat2( ):
    D = {  }
    yield 2
    for q in itertools.islice(itertools.count(3), 0, None, 2):
        p = D.pop(q, None)
        if p is None:
            D[q*q] = q
            yield q
        else:
            x = p + q
            while x in D or not (x&1):
                x += p
            D[x] = p

def get_primes_erat(n):
  return list(itertools.takewhile(lambda p: p<n, erat2()))

Po uruchomieniu daje

python -m timeit -n10 -s "import euler" "euler.get_primes_erat(1000000)"
10 loops, best of 3: 697 msec per loop

Moje pytanie brzmi: dlaczego ludzie ujawniają powyższe z książki kucharskiej, która jest stosunkowo skomplikowana jako idealny generator główny?