输入一个大于 2 的自然数,然后输出小于该数字的所有素数组成的列表 使用python程序书写 进行结果分析

### 程序实现:输入一个大于2的自然数,返回所有小于该数的素数列表 以下是一个完整的 Python 程序,用于输入一个大于2的自然数,并返回所有小于该数的素数列表。程序逻辑基于高效的素数判断算法[^2]。 ```python import math def is_prime(n): """判断一个数是否为素数""" if n <= 1: return False for i in range(2, int(math.sqrt(n)) + 1): # 检查从2到sqrt(n)的所有整数 if n % i == 0: # 如果n能被i整除,则不是素数 return False return True def find_primes_less_than_n(n): """返回所有小于n的素数列表""" primes = [] for num in range(2, n): # 遍历从2到n-1的所有整数 if is_prime(num): # 如果当前数是素数,则加入结果列表 primes.append(num) return primes # 用户输入 try: user_input = int(input("请输入一个大于2的自然数: ")) if user_input <= 2: print("输入的数字必须大于2。") else: result = find_primes_less_than_n(user_input) print(f"小于 {user_input} 的所有素数为: {result}") except ValueError: print("请输入有效的自然数。") ``` #### 代码逻辑分析 1. **`is_prime` 函数**: - 该函数用于判断一个数是否为素数。如果输入的数小于等于1,则直接返回 `False`。 - 使用循环检查从2到 `sqrt(n)` 的所有整数,若存在任何整数能够整除 `n`,则返回 `False` 表示 `n` 不是素数[^2]。 2. **`find_primes_less_than_n` 函数**: - 该函数遍历从2到 `n-1` 的所有整数,并调用 `is_prime` 函数逐一判断每个数是否为素数。 - 若某个数是素数,则将其添加到结果列表中。 3. **用户输入与异常处理**: - 程序首先提示用户输入一个大于2的自然数。 - 如果用户输入的值小于等于2或非整数,程序会提示错误信息并要求重新输入。 #### 输出结果分析 假设用户输入 `20`,程序将输出以下结果: ``` 小于 20 的所有素数为: [2, 3, 5, 7, 11, 13, 17, 19] ``` 结果解释: - 小于20的所有素数包括:2、3、5、7、11、13、17 和 19。 - 这些数均满足只能被1和自身整除的条件。 #### 优化建议 1. **减少不必要的计算**: - 在 `is_prime` 函数中,可以先判断输入数是否为偶数(除了2以外)。如果是偶数,则直接返回 `False`,从而减少一半的计算量[^3]。 2. **使用埃拉托色尼筛法**: - 对于更大的输入范围,可以采用埃拉托色尼筛法来提高效率。这种方法通过标记非素数的方式,避免了对每个数单独进行素性测试。 ```python def sieve_of_eratosthenes(n): """使用埃拉托色尼筛法生成小于n的所有素数""" sieve = [True] * n sieve[0:2] = [False, False] # 0和1不是素数 for current in range(2, int(math.sqrt(n)) + 1): if sieve[current]: for multiple in range(current*current, n, current): sieve[multiple] = False primes = [num for num, is_prime in enumerate(sieve) if is_prime] return primes # 示例调用 result = sieve_of_eratosthenes(20) print(f"小于20的所有素数为: {result}") # 输出: [2, 3, 5, 7, 11, 13, 17, 19] ``` 上述方法在处理大范围数据时效率更高。

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

Python内容推荐

基于jupyter notebook的python编程—–使用列表实现筛选法求素数(输入一个大于 2 的自然数,然后输出小于该数字的所有素数组成的列表)

基于jupyter notebook的python编程—–使用列表实现筛选法求素数(输入一个大于 2 的自然数,然后输出小于该数字的所有素数组成的列表)

python语言对于计算机专业的学生,不管是计算机软件还是物联网,都是很重要的一种编程语言,python未来在人工智能方向上是会有很大的贡献程度的,不仅体现在语言灵活多变,还能处理很多文件、图片、图像、等数据。 本次博客,林君学长主要带大家了解python中以下的方面 理解筛选法求解素数的原理 理解列表切片操作 熟练运用内置函数 enumerate() 熟练运用内置函数 filer() 理解序列解包工作原理 初步了解选择结构和循环结构 例题: 编写程序,输入一个大于 2 的自然数,然后输出小于该数字的所有素数组成的列表 python学习—–使用列表实现筛选法求素数目录一、列表实现筛选法求素数的

python使用筛选法计算小于给定数字的所有素数

python使用筛选法计算小于给定数字的所有素数

主要为大家详细介绍了python使用筛选法计算小于给定数字的所有素数,具有一定的参考价值,感兴趣的小伙伴们可以参考一下

Python编程判断一个正整数是否为素数的方法

Python编程判断一个正整数是否为素数的方法

本文实例讲述了Python编程判断一个正整数是否为素数的方法。分享给大家供大家参考,具体如下: import string import math #判断是否素数的函数 def isPrime(n): if(n2): for d in range(2,int(math.ceil(math.sqrt(n))+1)): if(n%d==0): return False; return True; num=input(); str

Python实现输出某区间范围内全部素数的方法

Python实现输出某区间范围内全部素数的方法

主要介绍了Python实现输出某区间范围内全部素数的方法,涉及Python数值运算、排序、判断等相关操作技巧,需要的朋友可以参考下

python2练习题——编写函数,输入数字,判断是否是素数

python2练习题——编写函数,输入数字,判断是否是素数

定义 素数又称质数。一个大于1的自然数,除了1和它自身外,不能被其他自然数整除的数叫做质数;否则称为合数。 性质 质数具有许多独特的性质: (1)质数p的约数只有两个:1和p。 (2)初等数学基本定理:任一大于1的自然数,要么本身是质数,要么可以分解为几个质数之积,且这种分解是唯一的。 (3)质数的个数是无限的。 (4)质数的个数公式 是不减函数。 (5)若n为正整数,在 到 之间至少有一个质数。 (6)若n为大于或等于2的正整数,在n到 之间至少有一个质数。 (7)若质数p为不超过n( )的最大质数,则 。 (8)所有大于10的质数中,个位数只有1,3,7,9 素数密度公式 根据

Python例题(一)  输入一个正整数判断是不是素数

Python例题(一) 输入一个正整数判断是不是素数

1. 什么是素数与合数 定义 在大于1的整数中,除了1和该数自身外,无法被其他整数整除的数。大于1的数若不为素数,则被称为合数,也叫作合成数。 素数的特点 大于2的质数只能是奇数。(不能说大于2的奇数都是质数。) 大于5的质数,个位数只能是1、3、7、9。(不能说个位数是1、3、7、9的数都是质数。) 大于3的质数只能是6n-1或者6n+1型(n是正整数)。(不能说6n-1或者6n+1型的数都是质数)。 合数的特点 所有大于2的偶数都是合数; 所有大于5的奇数中,个位为5的都是合数; 除0以外,所有个位为0的自然数都是合数; 所有个位为4,6,8的自然数都是合数; 最小的(偶)合数为4,最小的

基于Jupyter 使用列表实现筛选法求素数(python)

基于Jupyter 使用列表实现筛选法求素数(python)

Jupyter 使用列表实现筛选法求素数 使用列表实现筛选法求素数可以极大的提高计算机的运算速率。 maxNumber = int(input("请输入一个大于2的自然数:")) lst = list(range(2,maxNumber)) #最大整数的平方根 m = int(maxNumber**0.5) for index , value in enumerate(lst): #如果当前数字已大于整数的平凡根,结束判断 if value > m: break #对该位置之后的元素进行过滤 lst[index+1:] = filter(lamb

使用Python判断质数(素数)的简单方法讲解

使用Python判断质数(素数)的简单方法讲解

主要介绍了使用Python判断质数(素数)的简单方法讲解,经常被用来做科学计算的Python处理这种小问题当然手到擒来^_-需要的朋友可以参考下

Python求出0~100以内的所有素数

Python求出0~100以内的所有素数

质数又称素数。一个大于1的自然数,除了1和它自身外,不能被其他自然数整除的数叫做质数;否则称为合数。下面小编给大家带来了Python求出0~100以内的所有素数实例代码,需要的朋友参考下

python列表的数素数的判定和去除

python列表的数素数的判定和去除

python列表元素的判定并去除 #python素数的判定并算出去除后列表的长度 首先数学上素数的定义为 质数(prime number)又称素数,有无限个。一个大于1的自然数,除了1和它本身外,不能被其他自然数整除,换句话说就是该 数除了1和它本身以外不再有其他的因数;否则称为合数。 像如下表的数为素数: 我们首先定义一个列表 ls = [51,33,54,56,67,88,431,111,141,72,45,2,78,13,15,5,69] 接下里我们就开始去除这这个列表里的素数 ls = [51,33,54,56,67,88,431,111,141,72,45,2,78,13,15,

python求素数示例分享

python求素数示例分享

复制代码 代码如下:# 判断是否是素数def is_sushu(num): res=True for x in range(2,num-1):  if num%x==0:   res=False   return res return res # 打印出素数列表print ([x for x in range(1000) if is_sushu(x)]) 您可能感兴趣的文章:Python实现输出某区间范围内全部素数的方法Python求出0~100以内的所有素数Python 判断是否为质数或素数的实例Python编程判断一个正整数是否为素数的方法使

python判断所输入的任意一个正整数是否为素数的两种方法

python判断所输入的任意一个正整数是否为素数的两种方法

今天小编就为大家分享一篇python判断所输入的任意一个正整数是否为素数的两种方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

python实现逆序输出一个数字的示例讲解

python实现逆序输出一个数字的示例讲解

问题是:输入一个数字,按照指定要求逆序输出该数字,很简单,下面是实现: #!usr/bin/env python #encoding:utf-8 ''' __Author__:沂水寒城 功能:逆序输出一个数字 如果数字是正数直接输出如:177---&gt;771 如果数字是负数保留负号如:-945---&gt;-549 如果数字以0结果逆序后需要去除0如:100---&gt;1 如果数字很大会造成溢出返回0即可 ''' def inverse_num(one_num): ''' 逆序输出一个数字 ''' if one_num>99999999: return 0 elif one_num==0:

Python 2种方法求某个范围内的所有素数(质数)

Python 2种方法求某个范围内的所有素数(质数)

主要介绍了Python 2种方法求某个范围内的所有素数(质数),文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧

输出所有小于等于n的素数

输出所有小于等于n的素数

设计一个程序,输出所有小于等于n的素数,要求每行输出10个素数

py代码-列表ls=[1,2,3,4,5,6,7,8,9],编程去除ls中的素数,并输出结果列表

py代码-列表ls=[1,2,3,4,5,6,7,8,9],编程去除ls中的素数,并输出结果列表

py代码-列表ls=[1,2,3,4,5,6,7,8,9],编程去除ls中的素数,并输出结果列表

PTA-条件与循环-求所有由1、2、3、4这4个数字组成的素数

PTA-条件与循环-求所有由1、2、3、4这4个数字组成的素数

求所有由1、2、3、4这4个数字组成的素数 题目: 编写程序prime.py,输出所有由1、2、3、4这4个数字组成的素数,并且在每个素数中每个数字只使用一次。 输入输出 输入格式: 包含4个一位数的元组 输出格式: 按从小到大顺序输出在一行上,每个素数之间用一个空格隔开 输入样例: (1,2,3,4) 输出样例(部分): 2 3 13 23 31 41 43 241 421 此题目要求作答者熟练掌握循环的使用。 import math # (1,2,3,4) x=eval&#40;input(&#41;) x_list=[] def isPrime(n): m = math.ceil(math.

py代码-输入一个包含若干自然数的列表,输出一个新列表,新列表中每个元素为原列表中
每个自然数的位数。例如输入[1,888,99,23456],输出[1,3,2,5]。

py代码-输入一个包含若干自然数的列表,输出一个新列表,新列表中每个元素为原列表中 每个自然数的位数。例如输入[1,888,99,23456],输出[1,3,2,5]。

py代码-输入一个包含若干自然数的列表,输出一个新列表,新列表中每个元素为原列表中 每个自然数的位数。例如输入[1,888,99,23456],输出[1,3,2,5]。

py代码-输入一个包含若干自然数的列表,输出这些自然数的平均值,
结果保留3位小数。例如输入[9,7,8,3,2,1,55,6],输出11.375。

py代码-输入一个包含若干自然数的列表,输出这些自然数的平均值, 结果保留3位小数。例如输入[9,7,8,3,2,1,55,6],输出11.375。

py代码-输入一个包含若干自然数的列表,输出这些自然数的平均值, 结果保留3位小数。例如输入[9,7,8,3,2,1,55,6],输出11.375。

py代码-输入一个包含若干自然数的列表,输出这些自然数降序排列后的新列表。例如输入[9,7,8,3,2,1,55,6],输出[55, 9, 8, 7, 6, 3, 2, 1]。

py代码-输入一个包含若干自然数的列表,输出这些自然数降序排列后的新列表。例如输入[9,7,8,3,2,1,55,6],输出[55, 9, 8, 7, 6, 3, 2, 1]。

py代码-输入一个包含若干自然数的列表,输出这些自然数降序排列后的新列表。例如输入[9,7,8,3,2,1,55,6],输出[55, 9, 8, 7, 6, 3, 2, 1]。

最新推荐最新推荐

recommend-type

国央企创新负责人如何通过平台实现科研成果的快速识别与转化?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。
recommend-type

PotPlayer自用皮肤

自用 PotPlayer 皮肤,仅微调了字体大小与颜色,是按个人习惯调整,未做适配性调整。
recommend-type

2-shell及常用命令-续.pdf

2-shell及常用命令-续.pdf
recommend-type

【电力负荷预测】项目介绍 MATLAB实现基于BO-Transformer-LSTM贝叶斯优化算法(BO)优化Transformer-LSTM组合模型进行居民用户多步电力负荷预测(含模型描述及部分示例

内容概要:本文介绍了一个基于BO-Transformer-LSTM的组合模型,用于实现居民用户多步电力负荷预测的完整项目实例。该模型融合Transformer的全局注意力机制与LSTM的局部时序记忆能力,构建能够捕捉长时依赖与周期性特征的深度学习架构,并引入贝叶斯优化(BO)自动搜索最优超参数组合,提升预测精度与训练效率。项目涵盖从原始数据清洗、特征工程、滑动窗口样本构建、模型设计到超参数优化、反归一化及多步误差评估的全流程,强调时间顺序划分以防止信息泄露,并通过周期编码、外生变量融合等方式增强数据表达能力。文中提供了详细的MATLAB代码示例,包括数据预处理、网络搭建、贝叶斯优化配置和预测结果评估等关键步骤。 适合人群:具备一定机器学习和时间序列分析基础,熟悉MATLAB编程环境,从事电力系统预测、智能电网、负荷管理等相关领域的研究人员、工程师及研究生。 使用场景及目标:①应用于居民级或多用户聚合负荷的短期至中期多步预测(如未来24小时);②服务于配电系统运行调度、需求响应基线设定、家庭能源管理系统优化、分布式能源协调控制等实际工程场景;③为科研提供可复现的深度学习+贝叶斯优化的技术路线参考。 阅读建议:此资源以实际项目为导向,建议读者结合提供的代码逐步实现并调试模型,重点关注数据质量控制、时间特征编码、组合网络结构设计与贝叶斯优化稳定性之间的协同关系,在实践中深入理解多步预测中的误差累积机制与超参数敏感性问题。
recommend-type

基于MATLAB的太阳能光伏电力仿真,模拟每日太阳能发电,可视化功率曲线,并通过数值积分计算总能量输出。.zip

1.版本:matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。
recommend-type

MATLAB/Simulink直流电机三闭环仿真与PI及PWM控制

在探讨“基于MATLAB/Simulink的三闭环直流电机调速系统仿真:PI控制与PWM调制”这一主题时,我们首先需要了解几个关键的工程技术概念和工具应用。以下是对标题、描述、标签和文件名称列表中涉及知识点的详尽阐释。 MATLAB是一种高级数学计算和工程仿真软件,广泛应用于算法开发、数据可视化、数据分析和数值计算等领域。Simulink作为MATLAB的一个附加产品,是一个用于模拟动态系统(如电子、机械、控制系统等)的多域仿真和基于模型的设计环境,它提供了一个直观的图形界面,让用户能够构建复杂的系统模型。 PI控制,即比例-积分控制,是一种常见的反馈控制策略。它结合了比例控制(P)和积分控制(I)的优点,比例控制对当前偏差进行响应,而积分控制则对过去的累积误差进行响应。PI控制器可以减少稳态误差,提高系统的稳定性和响应速度,是直流电机调速系统中常用的控制方式。 PWM调制,即脉冲宽度调制,是一种利用数字输出信号对模拟电路进行控制的技术。在电机控制中,PWM调制通过调整脉冲的宽度来控制电机供电电压的平均值,进而控制电机的转速。这种调制方式在直流电机调速系统中非常常见,因为它可以有效地减少电机发热,提高能量利用效率,并实现平滑的电机加速和减速。 直流电机调速系统是通过改变电机供电电压或电流来控制电机转速的系统。在本文描述的三闭环控制结构中,包括位置环、速度环和电流环。位置环关注电机转子的具体位置;速度环关注电机转速,是速度反馈的控制环节;电流环则关注电机工作电流,是电流反馈的控制环节。三者通过相互配合,共同实现对电机精确的动态控制。 H桥电路是一种常用的电机驱动电路,它可以通过改变电流方向来控制电机的正反转,广泛应用于电子调速装置中。 文章附带的两千多字说明文档详细描述了三闭环直流电机调速系统的建模步骤、仿真测试方法以及参数调整技巧。这些内容对研究人员和工程师深入理解和掌握三闭环控制系统搭建和优化的方法至关重要。对于从事电机控制研究的技术人员、自动化工程领域的研究人员、高校相关专业的学生而言,这些信息都是宝贵的资源。 文件名称列表中的两个Word文档可能包含了上述仿真系统的详细说明和操作指南,以及必要的理论背景介绍。PDF文件可能是某些图表、数据、或是与仿真测试有关的说明文档。而“MATLAB”文件夹可能包含了实际的仿真模型文件,便于用户使用MATLAB/Simulink环境直接打开和运行仿真。 综上所述,本文所涉及的知识点涵盖了从理论到实践的多个层面,包括了直流电机调速系统的理论基础、控制系统设计、软件仿真、调试优化,以及实验操作技巧等。对于技术人员和学生来说,通过学习和实践这些知识点,可以显著提升他们对直流电机调速系统的理解能力,并能在实际工作中运用所学知识解决相关技术问题。
recommend-type

【MQTT协议20个致命误区】:20年IoT架构师亲历的17次生产事故复盘与9条黄金避坑法则(仅限内部技术圈流传)

# MQTT 协议的隐性契约:一场在不可靠网络中重建确定性的工程实践 在某国家级智能电表平台夏季用电高峰期间,运维团队盯着 Grafana 面板上那条平滑如镜的“在线设备数”曲线,却眼睁睁看着数万终端集体失联——指令发不出、数据收不到、告警静默无声。Wireshark 抓包显示,客户端 socket 仍处于 `ESTABLISHED` 状态,而 Broker 日志里连一条断连记录都没有。这不是 Bug,也不是配置错误;这是 MQTT 协议在真实网络拓扑中一次彻底的语义失效:`keep_alive = 60` 的承诺,在云厂商 NLB 60 秒单向关闭连接的现实面前,脆弱得像一张薄纸。 这并
recommend-type

切换Dify的嵌入模型后,旧文件还能直接用吗?

### Dify 更换向量数据库模型是否需要重新上传文件 当更换Dify所使用的向量数据库模型时,通常情况下确实需要重新上传文件。这是因为不同模型可能会有不同的特征提取方式以及数据存储格式,这会使得原本为旧模型准备的数据不再适用于新的模型。 具体来说,在切换到不同的嵌入模型(如从 `text-embedding-ada-002` 到其他模型)时,由于这些模型可能具有不同的参数设置、架构设计或训练目标,因此它们产生的向量表示也会有所不同[^2]。这意味着即使是对相同的内容进行编码,新旧模型生成的结果也可能存在差异,从而影响检索效果和服务质量。 对于像Weaviate这样的向量数据库而言,其
recommend-type

石墨烯超表面三次谐波增强COMSOL仿真技术及应用研究

在当前研究领域,对于石墨烯超表面三次谐波增强的研究,利用仿真技术已成为一种重要的手段。COMSOL Multiphysics是一个多物理场耦合仿真软件,它允许研究者在电磁波、光学、热学等多个物理场进行综合分析。本文将探讨COMSOL在光学仿真领域应用的深度,特别是针对石墨烯超表面三次谐波增强的建模和非线性光学计算技术。 首先,石墨烯由于其独特的电学性质,如高迁移率和可调的载流子浓度,已成为非线性光学领域的重要研究对象。在非线性光学仿真中,准确建模石墨烯的电导率至关重要。COMSOL支持自定义函数和材料属性,这使得研究人员能够将石墨烯的线性与非线性电导率模型精确地融入仿真环境中。这要求研究人员理解石墨烯电导率的物理机制,以及如何将其抽象为数学模型,进而用COMSOL中的物理场接口进行表达。 在超表面结构的参数化几何建模上,六边形晶胞设计和周期性边界条件的应用是构建石墨烯超表面的关键技术。周期性边界条件能够在最小的重复单元上模拟无限大的周期性结构的物理行为,极大地减少了模型规模和计算资源需求。此外,对于周期性结构的准确模拟,需要了解其在电磁场中的表现,以及如何在COMSOL中设置相关的物理场接口和参数。 非线性计算问题中的收敛性是仿真中经常遇到的挑战之一。提出基于线性计算结果初始化的非线性问题求解策略,是提高计算稳定性和效率的有效方法。正确设置求解器参数,比如松弛因子、误差容限以及迭代算法的选择,对于确保仿真的精度和快速收敛至关重要。 在执行参数化扫描的过程中,仿真软件需要能够快速、准确地在一系列参数值中进行计算。COMSOL的参数化扫描功能可以帮助用户自动化这一过程,研究者只需定义参数变量,软件就会自动执行仿真并收集数据。在评估三次谐波转换效率时,积分算子在空间域和频率域的应用尤为重要,这是由于它们可以用来计算特定区域或频段内的电磁场强度。 网格划分和边界条件的设定,直接关系到仿真的精确度和效率。高质量的网格划分可以提供更精确的仿真结果,但同时也会增加计算负担。在石墨烯超表面的研究中,需要特别关注在石墨烯表面和界面附近的网格细化,以及如何设置适当的边界条件,比如完美匹配层(PML)来模拟无限大的开放空间。 对于本文的读者来说,适合的群体包括了那些从事光学仿真、非线性光学研究的专业人士和技术爱好者。此文档旨在帮助他们理解并掌握石墨烯超表面三次谐波增强仿真的完整流程,确保能够复现实验结果,并在仿真过程中对性能进行优化。 本文也提供了一系列具体的代码片段和配置细节,这些对读者而言非常宝贵,有助于他们更深刻地理解相关的技术细节。在实际操作中,研究者可以根据这些指导信息快速地搭建起自己的仿真模型,进行必要的参数调整和优化。 最后,这项研究的应用场景十分广泛,不仅限于基础研究,还可以延伸至光学器件的设计和优化,如光学调制器、传感器和新型光源等。而COMSOL作为强大的仿真工具,将继续在各种科学和工程问题中发挥重要作用。
recommend-type

Python算法环境三系战争终局方案:venv_poetry_conda冲突溯源图谱(基于37个真实pipdeptree快照)+ 隔离策略决策树(准确率98.6%)

# Python算法环境三系战争的现实困局与终局命题 在智能家居设备日益复杂的今天,确保无线连接的稳定性已成为一大设计挑战。而当我们把视线转向Python算法工程领域,一个更隐蔽、更顽固的稳定性问题正悄然侵蚀着整个AI研发流水线——不是模型精度的波动,也不是GPU显存的溢出,而是那个最基础、最不该出错的环节:`import torch`。 73%的ML/AI项目在CI阶段因这行代码失败而回滚;其中仅12%能通过`pip list`定位根因;更令人不安的是,同一份代码库,在`poetry run python`与`conda activate && python`下,竟产生完全不同的`sys